Advertise here
#114

Qwen3.5-27B

Qwen प्रकाशन: 2026-02-24 चाचणी तारीख: 2026-10-01 01:06 qwen/qwen3.5-27b::medium
27Bघनमुक्त स्रोत
(medium) (none)

सारांश

Qwen3.5-27B AI BENCHY वर 7.9 स्कोर करते आणि #114 वर आहे. याची reliability 10.0, pass rate 76.8%, एकूण खर्च $1.135, आणि सरासरी response time 114.73s आहे.

Qwen3.5-27B खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #4 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #13. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
27B
आर्किटेक्चर
घन
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0
पॅरामीटर स्रोत उपलब्धता स्रोत

स्कोअर

7.9

सुसंगतता

7.9

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$1.135

एकूण आउटपुट टोकन्स

635,288

एकूण इनपुट टोकन्स

288,919

इनपुट किंमत

$0.195 / 1M

आउटपुट किंमत

$1.560 / 1M

कॅश वाचण्याची किंमत

लागू नाही

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 76.8%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

114.73s

प्रतिसाद वेळ (कमाल): 1026.43s

प्रतिसाद वेळ (एकूण): 2638.74s

चुकीचे उत्तर: 4 सूचनांचे पालन केले नाही: 2 अतिरिक्त फॉरमॅटिंग: 1 अवैध टूल कॉल: 1 वेळ संपला: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#114 Qwen3.5-27B

medium
खर्च
$0.008
वेळ
62.0s
टोकन्स
3,099 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-10-01 01:06 पुन्हा चाचणी 7.9 10.0 $1.135 सध्याची रन
2026-07-16 22:51 नवीन चाचणी जोडली 7.4 10.0 $0.981 ↓ तुलना करा
2026-06-04 13:40 नवीन चाचणी जोडली 7.8 10.0 $0.536 ↓ तुलना करा
2026-05-22 00:04 सूट बदलला 7.9 10.0 $0.607 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 8.4 लागू नाही $0.497 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Qwen3.5-27BmediumvsGPT-5.6 TerralowQwen3.5-27BmediumvsGLM 5.3 FlashXmaxQwen3.5-27BmediumvsQwen3.8 Flash NextlowQwen3.5-27BmediumvsClaude Fable 5.1highQwen3.5-27BmediumvsGemini 3.8 FlashmediumQwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsGPT-5.4 NanomediumQwen3.5-27BmediumvsQwen3.7 MaxnoneQwen3.5-27BmediumvsNemotron 3 Ultramediumमोफत उपलब्धQwen3.5-27BmediumvsGemini 3.5 Flashmedium

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 10.0 10.0
अँटी-एआय युक्त्या 8.7 7.9
कोडिंग 6.2 7.1
संयुक्त 7.3 5.8
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.9 7.2
Samanya Buddhimatta 6.1 3.1
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 8.2 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स