AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#127

Qwen3.5-122B-A10B

Qwen Rilis: 2026-02-24 Diuji pada: 2026-06-04 13:26 qwen/qwen3.5-122b-a10b::none
122B total (10B aktif)MoESumber terbuka
(medium) (none)

Ringkasan

Qwen3.5-122B-A10B mendapat skor 5.3 di AI BENCHY dan berada di peringkat #127. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 31.8%, total biaya $0.020, dan waktu respons rata-rata 3.41s.

Yang membuat Qwen3.5-122B-A10B unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan
Parameter
122B total (10B aktif)
Arsitektur
MoE
Ketersediaan
Sumber terbuka
Lisensi
Apache-2.0

Skor

5.3

Konsistensi

9.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.020 ↓ -17.4%

Diuji pada: $0.024

Total token output

3,383

Total token input

47,735

Harga input

$0.260 / 1M

Harga output

$2.080 / 1M

Tes benar

Tes Salah: 15

Tingkat lulus per percobaan: 31.8%

Tes tidak stabil

1

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

3.41s

Waktu respons (maks): 46.00s

Waktu respons (total): 71.59s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#127 Qwen3.5-122B-A10B

none
Biaya
$0.016
Waktu
44.5s
Token
6,431 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-08-14 01:51 Uji ulang 5.7 10.0 $0.283 Bandingkan
2026-07-16 22:04 Tes baru ditambahkan 5.7 10.0 $0.247 Bandingkan
2026-06-04 13:26 Tes baru ditambahkan 5.3 10.0 $0.020 Run saat ini
2026-05-21 23:57 Suite berubah 5.4 10.0 $0.023 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 5.7 T/A $0.022 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-06-04 13:26 · Tes baru ditambahkan63/63 percobaan5.39.610.06/2113,38347,735$0.0203.41s
2026-08-14 01:51 · Uji ulang66/66 percobaan5.79.310.06/22288,459241,575$0.28312.93s
Selisih-0.4+0.30.00-1-85076-193840-$0.263-9518ms

Cakupan benchmark berbeda: 63/63 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 14:42 $0.260 / 1M $2.080 / 1M

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 4.8 10.0
Pemrograman 3.7 7.0
Gabungan 3.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 10.0
Kecerdasan umum 5.0 10.0
Kepatuhan instruksi 6.3 10.0
Pemecahan teka-teki 3.8 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan