Step 5 Preview (low) average score मध्ये पुढे आहे: 5.6 vs 5.4. Qwen3.8 27B चा benchmark खर्च कमी आहे: ~$0.010 vs $4.110. Qwen3.8 27B वेगवान आहे: 5.05s vs 138.27s, pass rates 39.1% vs 58.0%.
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले:
2026-10-19
तुलना केलेली मॉडेल्स
उमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
क्रमांक
#324
एकूण आउटपुट टोकन्स
13,791
प्रतिसाद वेळ (सरासरी)
5.05s
एकूण खर्च
~$0.010फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 0.0968 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.009566.
क्रमांक
#311
एकूण आउटपुट टोकन्स
1,425,268
प्रतिसाद वेळ (सरासरी)
138.27s
एकूण खर्च
$4.110
शिफारस केलेले मॉडेलQwen3.8 27B
Its score stays close to the best score here (5.4 vs 5.6), while costing about 429.6x less than Step 5 Preview (low).
तपशीलवार तुलना
मेट्रिक
Qwen3.8 27BQwen3.8 27Bnoneउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.प्रकाशन: 2026-08-14मोफत उपलब्ध
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
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
7.5सुसंगतता 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: 12सूचनांचे पालन केले नाही: 1अवैध टूल कॉल: 1प्रतिसाद वेळ (सरासरी)5.05sप्रतिसाद वेळ (कमाल)47.42sप्रतिसाद वेळ (एकूण)116.11sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
39.1%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
58.0%प्रति प्रयत्न पास दर = पास प्रयत्न / सर्व रन्समधील एकूण प्रयत्न.…
अस्थिर चाचण्या
0अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
7अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).…
एकूण रन
69एकूण रन…
69एकूण रन…
प्रति निकाल खर्च
~0.107फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 0.0968 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.009566.
41.095
एकूण खर्च
~$0.010फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 0.0968 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.009566.
$4.110
इनपुट किंमत
लागू नाहीइनपुट किंमत…
$1.000 / 1Mइनपुट किंमत…
आउटपुट किंमत
लागू नाहीआउटपुट किंमत…
$2.700 / 1Mआउटपुट किंमत…
कॅश वाचण्याची किंमत
लागू नाहीकॅश वाचण्याची किंमत…
$0.050 / 1Mकॅश वाचण्याची किंमत…
कॅश लिहिण्याची किंमत
लागू नाहीकॅश लिहिण्याची किंमत…
लागू नाहीकॅश लिहिण्याची किंमत…
एकूण इनपुट टोकन्स
281,460एकूण इनपुट टोकन्स…
261,256एकूण इनपुट टोकन्स…
आउटपुट टोकन्स
13,791आउटपुट टोकन्स…
1,425,268आउटपुट टोकन्स…
रिझनिंग टोकन्स
0रिझनिंग टोकन्स…
0रिझनिंग टोकन्स…
प्रतिसाद वेळ (सरासरी)
5.05sप्रतिसाद वेळ (सरासरी)…
138.27sप्रतिसाद वेळ (सरासरी)…
प्रतिसाद वेळ (कमाल)
47.42sप्रतिसाद वेळ (कमाल)…
436.56sप्रतिसाद वेळ (कमाल)…
प्रतिसाद वेळ (एकूण)
116.11sप्रतिसाद वेळ (एकूण)…
3180.10sप्रतिसाद वेळ (एकूण)…
पॅरामीटर्स
27.3B
600B एकूण (27B सक्रिय)
उपलब्धता
वेट्स उपलब्ध
बंद स्रोत
कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.
मॉडेल जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#324 Qwen3.8 27B
noneउमेदवार मॉडेलची उत्तरे स्थानिक हार्डवेअरवर तयार झाली. OpenRouter फक्त मूल्यमापनासाठी वापरले. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
खर्च
~$0.001फक्त GPU च्या विजेच्या खर्चाचा अंदाज घेतला आहे. उर्वरित संगणक आणि हार्डवेअर खरेदीचा खर्च यात समाविष्ट नाही. NVIDIA GeForce RTX 3090: 0.0066 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000657.
वेळ
23.9s
टोकन्स
1,922 tok
#311 Step 5 Preview
low
खर्च
$0.051
वेळ
125.6s
टोकन्स
18,795 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
स्वायत्त एजंट कार्ये
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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
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.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)47.42sप्रतिसाद वेळ (कमाल)47.42sप्रतिसाद वेळ (एकूण)47.42sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
2.2सुसंगतता 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.चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)131.68sप्रतिसाद वेळ (कमाल)131.68sप्रतिसाद वेळ (एकूण)131.68sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
131.68sप्रतिसाद वेळ (सरासरी)…
161,309एकूण इनपुट टोकन्स…
41,238आउटपुट टोकन्स…
0रिझनिंग टोकन्स…
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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
6.5सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
50.0%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: 2प्रतिसाद वेळ (सरासरी)828msप्रतिसाद वेळ (कमाल)1.95sप्रतिसाद वेळ (एकूण)3.31sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
7.9सुसंगतता 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.API त्रुटी: 1चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)9.50sप्रतिसाद वेळ (कमाल)30.90sप्रतिसाद वेळ (एकूण)37.99sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
9.50sप्रतिसाद वेळ (सरासरी)…
744एकूण इनपुट टोकन्स…
4,797आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
5.5सर्व 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.चुकीचे उत्तर: 2प्रतिसाद वेळ (सरासरी)1.19sप्रतिसाद वेळ (कमाल)1.97sप्रतिसाद वेळ (एकूण)3.56sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
7.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
11.1%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: 2सूचनांचे पालन केले नाही: 1प्रतिसाद वेळ (सरासरी)378.21sप्रतिसाद वेळ (कमाल)436.56sप्रतिसाद वेळ (एकूण)1134.63sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
378.21sप्रतिसाद वेळ (सरासरी)…
7,428एकूण इनपुट टोकन्स…
518,232आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
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.अवैध टूल कॉल: 1चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)24.10sप्रतिसाद वेळ (कमाल)44.76sप्रतिसाद वेळ (एकूण)48.21sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
5.8सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
83.3%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.अवैध टूल कॉल: 1प्रतिसाद वेळ (सरासरी)40.89sप्रतिसाद वेळ (कमाल)70.80sप्रतिसाद वेळ (एकूण)81.77sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
40.89sप्रतिसाद वेळ (सरासरी)…
73,370एकूण इनपुट टोकन्स…
32,511आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
6.5सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
50.0%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)1.14sप्रतिसाद वेळ (कमाल)1.18sप्रतिसाद वेळ (एकूण)2.27sएखादी 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).…
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)3.34sप्रतिसाद वेळ (कमाल)3.65sप्रतिसाद वेळ (एकूण)6.67sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
3.34sप्रतिसाद वेळ (सरासरी)…
7,392एकूण इनपुट टोकन्स…
2,386आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
7.7सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
66.7%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)552msप्रतिसाद वेळ (कमाल)675msप्रतिसाद वेळ (एकूण)1.66sएखादी 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).…
22.2%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: 3प्रतिसाद वेळ (सरासरी)304.35sप्रतिसाद वेळ (कमाल)386.66sप्रतिसाद वेळ (एकूण)913.04sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
304.35sप्रतिसाद वेळ (सरासरी)…
828एकूण इनपुट टोकन्स…
425,365आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
4.2सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
9.9सुसंगतता 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)1.31sप्रतिसाद वेळ (कमाल)1.31sप्रतिसाद वेळ (एकूण)1.31sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
2.2सुसंगतता 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.API त्रुटी: 1प्रतिसाद वेळ (सरासरी)162.27sप्रतिसाद वेळ (कमाल)162.27sप्रतिसाद वेळ (एकूण)162.27sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
162.27sप्रतिसाद वेळ (सरासरी)…
522एकूण इनपुट टोकन्स…
66,693आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
6.3सर्व बेंचमार्क चाचण्यांमधील सरासरी गुण.…
10.0सुसंगतता गुण रन्समधील स्थिरता दाखवतो (10 = अतिशय सुसंगत, सतत चूक असली तरी).…
50.0%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)582msप्रतिसाद वेळ (कमाल)633msप्रतिसाद वेळ (एकूण)1.16sएखादी 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)6.78sप्रतिसाद वेळ (कमाल)7.96sप्रतिसाद वेळ (एकूण)13.55sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
6.78sप्रतिसाद वेळ (सरासरी)…
729एकूण इनपुट टोकन्स…
4,712आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
6.0सर्व 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.सूचनांचे पालन केले नाही: 1चुकीचे उत्तर: 1प्रतिसाद वेळ (सरासरी)1.25sप्रतिसाद वेळ (कमाल)1.84sप्रतिसाद वेळ (एकूण)3.76sएखादी 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.उत्तर नाही: 1प्रतिसाद वेळ (सरासरी)94.98sप्रतिसाद वेळ (कमाल)275.67sप्रतिसाद वेळ (एकूण)284.94sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
94.98sप्रतिसाद वेळ (सरासरी)…
747एकूण इनपुट टोकन्स…
136,880आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
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)2.75sप्रतिसाद वेळ (कमाल)2.75sप्रतिसाद वेळ (एकूण)2.75sएखादी 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)3.77sप्रतिसाद वेळ (कमाल)3.77sप्रतिसाद वेळ (एकूण)3.77sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…
3.77sप्रतिसाद वेळ (सरासरी)…
7,953एकूण इनपुट टोकन्स…
454आउटपुट टोकन्स…
0रिझनिंग 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. qwen3.8:latest · Q4_K_M · Ollama 0.32.12 · NVIDIA GeForce RTX 3090.
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)703msप्रतिसाद वेळ (कमाल)703msप्रतिसाद वेळ (एकूण)703msएखादी 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.उत्तर नाही: 1प्रतिसाद वेळ (सरासरी)409.77sप्रतिसाद वेळ (कमाल)409.77sप्रतिसाद वेळ (एकूण)409.77sएखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.…