#124 Qwen3.5-122B-A10B
none- खर्च
- $0.016
- वेळ
- 44.5s
- टोकन्स
- 6,431 tok
सारांश
Qwen3.5-122B-A10B AI BENCHY वर 5.4 स्कोर करते आणि #124 वर आहे. याची reliability 10.0, pass rate 35.0%, एकूण खर्च $0.023, आणि सरासरी response time 3.38s आहे.
5.4
सुसंगतता
9.2
10.0
$0.023
एकूण आउटपुट टोकन्स
3,375
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.260 / 1M
आउटपुट किंमत
$2.080 / 1M
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-06-04 13:26 नवीन चाचणी जोडली | 5.3 | 10.0 | $0.020 ↓ | तुलना करा | |
| 2026-05-21 23:57 सूट बदलला | 5.4 | 10.0 | $0.023 | सध्याची रन | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 5.7 | लागू नाही | $0.022 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:57 · सूट बदलला | 5.4 | 9.2 | 10.0 | 6/20 | 2 | 3,375 | 0 | $0.023 | 3.38s |
| 2026-06-04 13:26 · नवीन चाचणी जोडली | 5.3 | 9.6 | 10.0 | 6/21 | 1 | 3,383 | 47,735 | $0.020 | 3.41s |
| फरक | +0.1 | -0.4 | 0.0 | 0 | +1 | -8 | -47735 | +$0.004 | -27ms |
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.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Qwen3.5-122B-A10BnonevsQwen3.5-35B-A3BnoneQwen3.5-122B-A10BnonevsQwen3.6 FlashnoneQwen3.5-122B-A10BnonevsQwen3.5 Plus 2026-02-15noneQwen3.5-122B-A10BnonevsGLM 5noneQwen3.5-122B-A10BnonevsNorth Mini Codemediumमोफत उपलब्धQwen3.5-122B-A10BnonevsGemini 3.5 FlashhighQwen3.5-122B-A10BnonevsGemini 3 Flash PreviewmediumQwen3.5-122B-A10BnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.5-122B-A10BnonevsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 4.8 | 10.0 | |
| कोडिंग | 4.0 | 5.5 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| सूचनांचे पालन | 6.3 | 10.0 | |
| कोडी सोडवणे | 3.7 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |