AI BENCHY
Advertise here
#37

Qwen3.6 27B

Qwen Rilis: 2026-04-20 Diuji pada: 2026-04-27 21:31 qwen/qwen3.6-27b::medium
(medium) (none)

Ringkasan

Qwen3.6 27B mendapat skor 7.9 di AI BENCHY dan berada di peringkat #37. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 77.8%, total biaya $0.043, dan waktu respons rata-rata 25.56s.

Skor

7.9

Konsistensi

8.5

Keandalan

10.0

Total biaya (harga saat ini)

$0.043

Total token output

21,553

Total token input

0

Harga input

$0.500 / 1M

Harga output

$2.000 / 1M

Tes benar

Tes Salah: 2

Tingkat lulus per percobaan: 77.8%

Tes tidak stabil

1

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

Waktu respons (rata-rata)

25.56s

Waktu respons (maks): 47.48s

Waktu respons (total): 153.33s

Tidak ada jawaban: 1 Jawaban salah: 1

Generation showcase

Hamster playing table tennis

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

#37 Qwen3.6 27B

medium
Cost
$0.009
Time
39.6s
Tokens
3,090 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 13:21 Tes baru ditambahkan 6.8 10.0 $0.444 ↑ Bandingkan
2026-05-21 23:59 Suite berubah 6.6 9.9 $0.272 Bandingkan
2026-04-27 21:48 Tes baru ditambahkan 7.0 10.0 $0.209 Bandingkan
2026-04-27 21:31 Run pertama yang tercatat 7.9 10.0 $0.043 Run saat ini

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-04-27 21:31 · Run pertama yang tercatat7.98.510.04/6121,5530$0.04325.56s
2026-05-21 23:59 · Suite berubah6.68.19.99/205118,7040$0.27257.65s
Selisih+1.3+0.4+0.1-5-4-971510-$0.229-32096ms

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

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Qwen3.6 27BmediumvsGPT-5.4 NanomediumQwen3.6 27BmediumvsDeepSeek V3.2mediumQwen3.6 27BmediumvsClaude Opus 4.6mediumQwen3.6 27BmediumvsSeed-2.0-MinimediumQwen3.6 27BmediumvsClaude Opus 4.8noneQwen3.6 27BmediumvsQwen3.6 Max PreviewnoneQwen3.6 27BmediumvsGemini 3 Flash PreviewmediumQwen3.6 27BmediumvsGemini 3.5 FlashhighQwen3.6 27BmediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisQwen3.6 27BmediumvsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Parsing dan ekstraksi data 4.3 1.2
Spesifik domain 3.0 10.0
Kepatuhan instruksi 10.0 10.0
Pemanggilan alat 10.0 10.0

Model yang Dibandingkan