#13
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::medium
平均スコア
6.77
結果あたりのコスト
5.137
一貫性
8.22
合計コスト
$0.463
正解テスト
9/14
テストは、その全実行が合格した場合にのみ完全合格とみなされます。
誤答テスト数
5
試行ごとの合格率: 76.2%
不安定なテスト
3
応答時間: 平均 23.85s · 合計 333.92s · 最大 119.29s
不正解: 3
指示に従っていない: 1
タイムアウト: 1
スコア上位モデル
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
カテゴリ内訳
| カテゴリ | 平均スコア | 一貫性 | 正解テスト |
|---|---|---|---|
| Anti-AI Tricks | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 7.21 | 0/3 |
| Instructions following | 5.50 | 5.92 | 1/2 |
| Puzzle Solving | 7.00 | 7.21 | 2/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |