GPT-5.4 (medium) average score मध्ये पुढे आहे: 8.8 vs 8.7. Qwen3.8 27B (high) चा benchmark खर्च कमी आहे: ~$0.298 vs $2.006. GPT-5.4 (medium) वेगवान आहे: 24.81s vs 166.34s, pass rates 78.3% vs 78.3%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले:
2026-10-01
तुलना केलेली मॉडेल्स
क्रमांक
#50
एकूण आउटपुट टोकन्स
96,502
प्रतिसाद वेळ (सरासरी)
24.81s
एकूण खर्च
$2.006
उमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
क्रमांक
#55
एकूण आउटपुट टोकन्स
677,080
प्रतिसाद वेळ (सरासरी)
166.34s
एकूण खर्च
~$0.298फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.
शिफारस केलेले मॉडेलQwen3.8 27B (high)
Its score stays close to the best score here (8.7 vs 8.8), while costing about 6.7x less than GPT-5.4 (medium).
Qwen3.8 27BQwen3.8 27Bhighउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.प्रकाशन: 2026-08-14मोफत उपलब्ध
स्कोअर
8.8सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
8.7सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
क्रमांक
#50
#55
विश्वसनीयता
10.0पहिल्या प्रयत्नातील यश स्कोअर: 10.0 म्हणजे यशस्वी कॉल्सपूर्वी लक्ष्य API किंवा रेट-लिमिटच्या पुन्हा प्रयत्न करता येणाऱ्या अपयशांची नोंद नाही; नोंदवलेली अपयशे स्कोअर कमी करतात.…
9.7पहिल्या प्रयत्नातील यश स्कोअर: 10.0 म्हणजे यशस्वी कॉल्सपूर्वी लक्ष्य API किंवा रेट-लिमिटच्या पुन्हा प्रयत्न करता येणाऱ्या अपयशांची नोंद नाही; नोंदवलेली अपयशे स्कोअर कमी करतात.…
सुसंगतता
8.7सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
9.2सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
प्रयत्न
69/69
69/69
बरोबर चाचण्या
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.चुकीचे उत्तर: 5सूचनांचे पालन केले नाही: 2प्रतिसाद वेळ (सरासरी)24.81sप्रतिसाद वेळ (कमाल)100.41sप्रतिसाद वेळ (एकूण)570.60sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.सूचनांचे पालन केले नाही: 2उत्तर नाही: 2चुकीचे उत्तर: 2प्रतिसाद वेळ (सरासरी)166.34sप्रतिसाद वेळ (कमाल)640.85sप्रतिसाद वेळ (एकूण)3825.81sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
प्रति प्रयत्न पास दर
78.3%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
78.3%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
अस्थिर चाचण्या
4अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
2अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एकूण रन
69एकूण रन…
69एकूण रन…
प्रति निकाल खर्च
12.535
~1.751फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.
एकूण खर्च
$2.006
~$0.298फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.
इनपुट किंमत
$2.500 / 1Mइनपुट किंमत…
लागू नाहीइनपुट किंमत…
आउटपुट किंमत
$15.000 / 1Mआउटपुट किंमत…
लागू नाहीआउटपुट किंमत…
एकूण इनपुट टोकन्स
223,210एकूण इनपुट टोकन्स…
348,967एकूण इनपुट टोकन्स…
आउटपुट टोकन्स
7,312आउटपुट टोकन्स…
1,005आउटपुट टोकन्स…
रिझनिंग टोकन्स
89,190रिझनिंग टोकन्स…
676,075रिझनिंग टोकन्स…
प्रतिसाद वेळ (सरासरी)
24.81sप्रतिसाद वेळ (सरासरी)…
166.34sप्रतिसाद वेळ (सरासरी)…
प्रतिसाद वेळ (कमाल)
100.41sप्रतिसाद वेळ (कमाल)…
640.85sप्रतिसाद वेळ (कमाल)…
प्रतिसाद वेळ (एकूण)
570.60sप्रतिसाद वेळ (एकूण)…
3825.81sप्रतिसाद वेळ (एकूण)…
पॅरामीटर्स
~1.5T एकूण (~100B सक्रिय)
27.3B
उपलब्धता
बंद स्रोत
वेट्स उपलब्ध
मॉडेल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#50 GPT-5.4
medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 tok
#55 Qwen3.8 27B
highउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
खर्च
~$0.008फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 0.0750 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.007419.
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)67.82sप्रतिसाद वेळ (कमाल)67.82sप्रतिसाद वेळ (एकूण)67.82sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
67.82sप्रतिसाद वेळ (सरासरी)…
142,074एकूण इनपुट टोकन्स…
1,157आउटपुट टोकन्स…
4,879रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
10.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)132.27sप्रतिसाद वेळ (कमाल)132.27sप्रतिसाद वेळ (एकूण)132.27sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
75.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)4.11sप्रतिसाद वेळ (कमाल)6.42sप्रतिसाद वेळ (एकूण)16.42sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
4.11sप्रतिसाद वेळ (सरासरी)…
606एकूण इनपुट टोकन्स…
240आउटपुट टोकन्स…
1,511रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
10.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)8.10sप्रतिसाद वेळ (कमाल)21.48sप्रतिसाद वेळ (एकूण)32.40sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
7.8सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
88.9%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
1अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)44.36sप्रतिसाद वेळ (कमाल)96.94sप्रतिसाद वेळ (एकूण)133.08sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
44.36sप्रतिसाद वेळ (सरासरी)…
7,305एकूण इनपुट टोकन्स…
433आउटपुट टोकन्स…
24,216रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
8.1सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
7.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
88.9%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
1अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.सूचनांचे पालन केले नाही: 1प्रतिसाद वेळ (सरासरी)248.62sप्रतिसाद वेळ (कमाल)458.25sप्रतिसाद वेळ (एकूण)745.85sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)29.77sप्रतिसाद वेळ (कमाल)38.97sप्रतिसाद वेळ (एकूण)59.55sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
29.77sप्रतिसाद वेळ (सरासरी)…
58,038एकूण इनपुट टोकन्स…
4,214आउटपुट टोकन्स…
13,351रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
10.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)185.57sप्रतिसाद वेळ (कमाल)333.21sप्रतिसाद वेळ (एकूण)371.15sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)5.32sप्रतिसाद वेळ (कमाल)5.40sप्रतिसाद वेळ (एकूण)10.64sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
5.32sप्रतिसाद वेळ (सरासरी)…
7,140एकूण इनपुट टोकन्स…
234आउटपुट टोकन्स…
804रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
10.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)34.85sप्रतिसाद वेळ (कमाल)57.71sप्रतिसाद वेळ (एकूण)69.71sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
7.2सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
44.4%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
1अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.चुकीचे उत्तर: 2प्रतिसाद वेळ (सरासरी)72.44sप्रतिसाद वेळ (कमाल)100.41sप्रतिसाद वेळ (एकूण)217.32sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
72.44sप्रतिसाद वेळ (सरासरी)…
628एकूण इनपुट टोकन्स…
61आउटपुट टोकन्स…
36,544रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
5.3सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
33.3%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.उत्तर नाही: 1चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)526.74sप्रतिसाद वेळ (कमाल)640.85sप्रतिसाद वेळ (एकूण)1580.21sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
3.1सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
33.3%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
1अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.सूचनांचे पालन केले नाही: 1प्रतिसाद वेळ (सरासरी)4.92sप्रतिसाद वेळ (कमाल)4.92sप्रतिसाद वेळ (एकूण)4.92sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
4.92sप्रतिसाद वेळ (सरासरी)…
477एकूण इनपुट टोकन्स…
145आउटपुट टोकन्स…
321रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
5.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
0.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.सूचनांचे पालन केले नाही: 1प्रतिसाद वेळ (सरासरी)8.45sप्रतिसाद वेळ (कमाल)8.45sप्रतिसाद वेळ (एकूण)8.45sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)3.11sप्रतिसाद वेळ (कमाल)3.68sप्रतिसाद वेळ (एकूण)6.22sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
3.11sप्रतिसाद वेळ (सरासरी)…
660एकूण इनपुट टोकन्स…
93आउटपुट टोकन्स…
897रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
9.8सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)8.24sप्रतिसाद वेळ (कमाल)10.18sप्रतिसाद वेळ (एकूण)16.49sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
7.2सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
88.9%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
1अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.सूचनांचे पालन केले नाही: 1प्रतिसाद वेळ (सरासरी)9.14sप्रतिसाद वेळ (कमाल)18.14sप्रतिसाद वेळ (एकूण)27.41sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
9.14sप्रतिसाद वेळ (सरासरी)…
642एकूण इनपुट टोकन्स…
441आउटपुट टोकन्स…
3,815रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
7.6सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
7.2सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
77.8%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
1अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.उत्तर नाही: 1प्रतिसाद वेळ (सरासरी)199.90sप्रतिसाद वेळ (कमाल)569.33sप्रतिसाद वेळ (एकूण)599.69sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)13.28sप्रतिसाद वेळ (कमाल)13.28sप्रतिसाद वेळ (एकूण)13.28sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
13.28sप्रतिसाद वेळ (सरासरी)…
5,445एकूण इनपुट टोकन्स…
264आउटपुट टोकन्स…
1,031रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
10.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
100.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.अयशस्वी उत्तरे नाहीत.प्रतिसाद वेळ (सरासरी)5.62sप्रतिसाद वेळ (कमाल)5.62sप्रतिसाद वेळ (एकूण)5.62sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
0.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)13.95sप्रतिसाद वेळ (कमाल)13.95sप्रतिसाद वेळ (एकूण)13.95sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
13.95sप्रतिसाद वेळ (सरासरी)…
195एकूण इनपुट टोकन्स…
30आउटपुट टोकन्स…
1,821रिझनिंग टोकन्स…
Qwen3.8 27Bउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
3.0सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
0.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)263.98sप्रतिसाद वेळ (कमाल)263.98sप्रतिसाद वेळ (एकूण)263.98sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…