#37

Qwen3.6 27B

Qwen Rilis: 2026-04-20 Diuji pada: 2026-04-27 21:31 qwen/qwen3.6-27b::medium

27BPadatSumber terbuka

(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.

Yang membuat Qwen3.6 27B unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan

Parameter: 27B
Arsitektur: Padat
Ketersediaan: Sumber terbuka
Lisensi: Apache-2.0

Sumber parameter Sumber ketersediaan

Skor

7.9

Konsistensi

8.5

Keandalan

10.0

Total biaya (harga saat ini)

$0.043

Total token output

21,553

Total token input

Harga input

$0.500 / 1M

Harga output

$2.000 / 1M

Tes benar

Tes Salah: 2

Tingkat lulus per percobaan: 77.8%

Tes tidak stabil

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

Hamster playing table tennis

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

#37 Qwen3.6 27B

medium

Biaya: $0.009
Waktu: 39.6s
Token: 3,090 tok

Riwayat run

Diuji pada	Skor	Keandalan	Total Biaya	Bandingkan
2026-08-14 01:41 Uji ulang	6.5	10.0	$1.045 ↑	Bandingkan
2026-07-16 22:13 Tes baru ditambahkan	6.5	10.0	$0.779 ↑	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

Run	Cakupan benchmark	Skor	Konsistensi	Keandalan	Tes benar	Tes tidak stabil	Total token output	Total token input	Total Biaya	Waktu respons (rata-rata)
2026-04-27 21:31 · Run pertama yang tercatat	18/18 percobaan	7.9	8.5	10.0	4/6	1	21,553	0	$0.043	25.56s
2026-07-16 22:13 · Tes baru ditambahkan	66/66 percobaan	6.5	8.0	10.0	10/22	6	274,192	106,167	$0.779	106.32s
Selisih	—	+1.3	+0.5	0.0	-6	-5	-252639	-106167	-$0.736	-80768ms

Cakupan benchmark berbeda: 18/18 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.