#5
Qwen: Qwen3.5-27B
Qwen · qwen/qwen3.5-27b::medium
平均スコア
8.56
結果あたりのコスト
2.950
一貫性
9.56
合計コスト
$0.325
正解テスト
11/14
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
3
試行ごとの合格率: 83.3%
不安定なテスト
1
応答時間: 平均 33.79s · 合計 473.12s · 最大 95.52s
指示に従っていない: 1
タイムアウト: 1
不正解: 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 | 4.00 | 10.00 | 1/3 |
| Instructions following | 9.00 | 6.88 | 1/2 |
| Puzzle Solving | 10.00 | 10.00 | 3/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |