#27
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::none
平均スコア
5.20
結果あたりのコスト
0.206
一貫性
10.00
合計コスト
$0.013
正解テスト
6/14
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
8
試行ごとの合格率: 42.9%
不安定なテスト
0
応答時間: 平均 875ms · 合計 12.25s · 最大 2.04s
不正解: 6
指示に従っていない: 2
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 | 4.00 | 10.00 | 1/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 4.00 | 10.00 | 1/3 |
| Instructions following | 3.00 | 9.95 | 0/2 |
| Puzzle Solving | 4.34 | 10.00 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |