#59 Qwen3.6 Flash
medium
SVG tidak valid
- Biaya
- $0.008
- Waktu
- 29.9s
- Token
- 6,784 tok
Qwen
Rilis: 2026-04-20
Diuji pada: 2026-05-21 23:53
qwen/qwen3.6-flash::medium
~35B total (~3B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Qwen3.6 Flash mendapat skor 7.4 di AI BENCHY dan berada di peringkat #59. Model ini memiliki reliabilitas 9.7, tingkat keberhasilan 68.3%, total biaya $0.348, dan waktu respons rata-rata 18.96s.
Yang membuat Qwen3.6 Flash unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #18.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~35B total (~3B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
7.4
Konsistensi
8.0
9.7
$0.348
Total token output
234,489
Total token input
0
Harga input
$0.188 / 1M
Harga output
$1.125 / 1M
Tes tidak stabil
5
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 01:43 Uji ulang | 6.8 | 10.0 | $0.741 ↓ | Bandingkan | |
| 2026-07-16 21:53 Tes baru ditambahkan | 6.9 | 10.0 | $0.738 ↓ | Bandingkan | |
| 2026-06-04 13:18 Tes baru ditambahkan | 7.5 | 10.0 | $0.288 ↓ | Bandingkan | |
| 2026-05-21 23:53 Suite berubah | 7.4 | 9.7 | $0.348 | Run saat ini | |
| 2026-04-27 23:06 Run awal | 8.1 | 10.0 | $0.174 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:53 · Suite berubah | 60/60 percobaan | 7.4 | 8.0 | 9.7 | 11/20 | 5 | 234,489 | 0 | $0.348 | 18.96s |
| 2026-08-14 01:43 · Uji ulang | 66/66 percobaan | 6.8 | 8.2 | 10.0 | 12/22 | 5 | 636,949 | 129,050 | $0.741 | 44.97s |
| Selisih | — | +0.5 | -0.2 | -0.3 | -1 | 0 | -402460 | -129050 | -$0.394 | -26012ms |
Cakupan benchmark berbeda: 60/60 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.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
Model teratas berdasarkan skor
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Qwen3.6 FlashmediumvsGemini 3.5 FlashnoneQwen3.6 FlashmediumvsStep 3.7 FlashhighQwen3.6 FlashmediumvsSeed-2.0-CodehighQwen3.6 FlashmediumvsSeed-2.0-CodemediumQwen3.6 FlashmediumvsQwen3.7 FlashmediumQwen3.6 FlashmediumvsSolar Pro 4lowQwen3.6 FlashmediumvsClaude Fable 5.1lowQwen3.6 FlashmediumvsSolar Pro 4mediumQwen3.6 FlashmediumvsKAT-Coder-Pro V2.5mediumQwen3.6 FlashmediumvsDeepSeek V4 Pronone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 5.1 | 6.8 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 3.5 | 4.4 | |
| Kecerdasan umum | 4.8 | 9.9 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 6.1 | 4.7 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |