AI BENCHY
Advertise here

#20

Qwen3.5-122B-A10B

Qwen प्रकाशन: 2026-02-24 चाचणी तारीख: 2026-04-11 01:44 qwen/qwen3.5-122b-a10b::medium
(medium) (none)

सुसंगतता

8.6

विश्वसनीयता

लागू नाही

एकूण आउटपुट टोकन्स

180,303

इनपुट किंमत

$0.260 / 1M

आउटपुट किंमत

$2.080 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 5

प्रति प्रयत्न पास दर: 79.6%

अस्थिर चाचण्या

3

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

31.38s

प्रतिसाद वेळ (कमाल): 119.29s

प्रतिसाद वेळ (एकूण): 564.84s

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-05-22 00:03 सूट बदलला 7.7 10.0 $0.650 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 8.1 लागू नाही $0.528 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:44 · पहिली नोंदलेली रन8.18.6लागू नाही13/183180,303$0.52831.38s
2026-05-22 00:03 · सूट बदलला7.78.810.013/203238,285$0.65039.29s
फरक+0.4-0.200-57982-$0.122-7914ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 4.7 1.6
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 3.4 2.2
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स