Grok 4.5 (medium) average score मध्ये पुढे आहे: 8.5 vs 8.4. Qwen3.8 27B (high) चा benchmark खर्च कमी आहे: ~$0.287 vs $2.042. Grok 4.5 (medium) वेगवान आहे: 68.59s vs 167.89s, pass rates 77.3% vs 83.3%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले:
2026-09-28
तुलना केलेली मॉडेल्स
उमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.
क्रमांक
#65
एकूण आउटपुट टोकन्स
656,635
प्रतिसाद वेळ (सरासरी)
167.89s
एकूण खर्च
~$0.287फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.
क्रमांक
#60
एकूण आउटपुट टोकन्स
299,460
प्रतिसाद वेळ (सरासरी)
68.59s
एकूण खर्च
$2.042
शिफारस केलेले मॉडेलQwen3.8 27B (high)
Its score stays close to the best score here (8.4 vs 8.5), while costing about 7.1x less than Grok 4.5 (medium).
तपशीलवार तुलना
मेट्रिक
Qwen3.8 27BQwen3.8 27Bhighउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले.प्रकाशन: 2026-08-14
9.6पहिल्या 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.…
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.…
सुसंगतता
9.2सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
8.9सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
प्रयत्न
66/66
66/66
बरोबर चाचण्या
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.सूचनांचे पालन केले नाही: 2उत्तर नाही: 2चुकीचे उत्तर: 2प्रतिसाद वेळ (सरासरी)167.89sप्रतिसाद वेळ (कमाल)640.85sप्रतिसाद वेळ (एकूण)3693.54sएखादी 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.चुकीचे उत्तर: 5प्रतिसाद वेळ (सरासरी)68.59sप्रतिसाद वेळ (कमाल)436.38sप्रतिसाद वेळ (एकूण)1508.91sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
प्रति प्रयत्न पास दर
77.3%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
83.3%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
अस्थिर चाचण्या
2अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
3अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एकूण रन
66एकूण रन…
66एकूण रन…
प्रति निकाल खर्च
~1.792फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.
12.007
एकूण खर्च
~$0.287फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.
$2.042
इनपुट किंमत
लागू नाहीइनपुट किंमत…
$2.000 / 1Mइनपुट किंमत…
आउटपुट किंमत
लागू नाहीआउटपुट किंमत…
$6.000 / 1Mआउटपुट किंमत…
एकूण इनपुट टोकन्स
100,179एकूण इनपुट टोकन्स…
122,155एकूण इनपुट टोकन्स…
आउटपुट टोकन्स
904आउटपुट टोकन्स…
5,514आउटपुट टोकन्स…
रिझनिंग टोकन्स
655,731रिझनिंग टोकन्स…
293,946रिझनिंग टोकन्स…
प्रतिसाद वेळ (सरासरी)
167.89sप्रतिसाद वेळ (सरासरी)…
68.59sप्रतिसाद वेळ (सरासरी)…
प्रतिसाद वेळ (कमाल)
640.85sप्रतिसाद वेळ (कमाल)…
436.38sप्रतिसाद वेळ (कमाल)…
प्रतिसाद वेळ (एकूण)
3693.54sप्रतिसाद वेळ (एकूण)…
1508.91sप्रतिसाद वेळ (एकूण)…
पॅरामीटर्स
27.3B
~1.7T एकूण (~170B सक्रिय)
उपलब्धता
वेट्स उपलब्ध
बंद स्रोत
मॉडेल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#65 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.
वेळ
270.1s
टोकन्स
18,963 tok
#60 SpaceXAI: Grok 4.5
medium
खर्च
$0.044
वेळ
59.4s
टोकन्स
7,512 tok
क्रमांक
-
खर्च
-
वेळ
-
टोकन्स
-
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर विरुद्ध एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
अँटी-एआय युक्त्या
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
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)23.50sप्रतिसाद वेळ (कमाल)47.78sप्रतिसाद वेळ (एकूण)93.99sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
23.50sप्रतिसाद वेळ (सरासरी)…
2,991एकूण इनपुट टोकन्स…
147आउटपुट टोकन्स…
4,018रिझनिंग टोकन्स…
कोडिंग
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
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.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)155.69sप्रतिसाद वेळ (कमाल)305.49sप्रतिसाद वेळ (एकूण)467.06sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
155.69sप्रतिसाद वेळ (सरासरी)…
9,579एकूण इनपुट टोकन्स…
390आउटपुट टोकन्स…
104,634रिझनिंग टोकन्स…
संयुक्त
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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)29.01sप्रतिसाद वेळ (कमाल)42.36sप्रतिसाद वेळ (एकूण)58.01sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
29.01sप्रतिसाद वेळ (सरासरी)…
83,730एकूण इनपुट टोकन्स…
4,154आउटपुट टोकन्स…
16,180रिझनिंग टोकन्स…
डेटा पार्सिंग आणि निष्कर्षण
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
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)6.29sप्रतिसाद वेळ (कमाल)6.68sप्रतिसाद वेळ (एकूण)12.58sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
6.29sप्रतिसाद वेळ (सरासरी)…
8,937एकूण इनपुट टोकन्स…
225आउटपुट टोकन्स…
3,657रिझनिंग टोकन्स…
डोमेन-विशिष्ट
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
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)249.34sप्रतिसाद वेळ (कमाल)436.38sप्रतिसाद वेळ (एकूण)748.02sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
249.34sप्रतिसाद वेळ (सरासरी)…
2,221एकूण इनपुट टोकन्स…
11आउटपुट टोकन्स…
140,815रिझनिंग टोकन्स…
Samanya Buddhimatta
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
3.4सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
66.7%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)12.84sप्रतिसाद वेळ (कमाल)12.84sप्रतिसाद वेळ (एकूण)12.84sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
12.84sप्रतिसाद वेळ (सरासरी)…
1,077एकूण इनपुट टोकन्स…
71आउटपुट टोकन्स…
2,384रिझनिंग टोकन्स…
सूचनांचे पालन
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
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)6.06sप्रतिसाद वेळ (कमाल)7.94sप्रतिसाद वेळ (एकूण)12.12sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
6.06sप्रतिसाद वेळ (सरासरी)…
1,857एकूण इनपुट टोकन्स…
57आउटपुट टोकन्स…
2,728रिझनिंग टोकन्स…
कोडी सोडवणे
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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)7.75sप्रतिसाद वेळ (कमाल)12.42sप्रतिसाद वेळ (एकूण)23.26sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
7.75sप्रतिसाद वेळ (सरासरी)…
2,430एकूण इनपुट टोकन्स…
254आउटपुट टोकन्स…
3,641रिझनिंग टोकन्स…
टूल कॉलिंग
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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).…
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)6.57sप्रतिसाद वेळ (कमाल)6.57sप्रतिसाद वेळ (एकूण)6.57sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
6.57sप्रतिसाद वेळ (सरासरी)…
8,544एकूण इनपुट टोकन्स…
192आउटपुट टोकन्स…
968रिझनिंग टोकन्स…
सामान्य ज्ञान
स्कोअर
सुसंगतता
प्रति प्रयत्न पास दर
अस्थिर चाचण्या
बरोबर चाचण्या
प्रतिसाद वेळ (सरासरी)
इनपुट टोकन्स
आउटपुट टोकन्स
रिझनिंग 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.…
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)74.44sप्रतिसाद वेळ (कमाल)74.44sप्रतिसाद वेळ (एकूण)74.44sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…