#22
Qwen: Qwen3.5-35B-A3B
Qwen · qwen/qwen3.5-35b-a3b::medium
平均スコア
5.93
結果あたりのコスト
5.169
一貫性
6.62
合計コスト
$0.362
正解テスト
7/14
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
7
試行ごとの合格率: 73.8%
不安定なテスト
6
応答時間: 平均 44.87s · 合計 628.19s · 最大 106.00s
指示に従っていない: 2
タイムアウト: 2
不正解: 2
API エラー: 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 | 5.50 | 5.87 | 1/2 |
| Domain specific | 1.00 | 4.42 | 0/3 |
| Instructions following | 8.00 | 6.80 | 1/2 |
| Puzzle Solving | 4.34 | 4.70 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |