#11 Qwen3.5-27B
medium- खर्च
- $0.008
- वेळ
- 62.0s
- टोकन्स
- 3,099 tok
सारांश
Qwen3.5-27B AI BENCHY वर 8.4 स्कोर करते आणि #11 वर आहे. याची reliability लागू नाही, pass rate 81.5%, एकूण खर्च $0.497, आणि सरासरी response time 53.03s आहे.
Qwen3.5-27B खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.
8.4
सुसंगतता
8.8
लागू नाही
$0.497
एकूण आउटपुट टोकन्स
245,000
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.195 / 1M
आउटपुट किंमत
$1.560 / 1M
अस्थिर चाचण्या
3
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
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 |
|---|---|---|---|---|---|
| 2026-07-16 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 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 8.4 | 8.8 | लागू नाही | 13/18 | 3 | 245,000 | 0 | $0.497 | 53.03s |
| 2026-05-22 00:04 · सूट बदलला | 7.9 | 8.9 | 10.0 | 13/20 | 3 | 314,583 | 0 | $0.607 | 60.85s |
| फरक | +0.5 | -0.1 | 0 | 0 | -69583 | 0 | -$0.110 | -7821ms |
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
Qwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsGPT-5.6 TerralowQwen3.5-27BmediumvsQwen3.7 MaxnoneQwen3.5-27BmediumvsGPT-5.3 ChatnoneQwen3.5-27BmediumvsGemini 3 Flash PreviewlowQwen3.5-27BmediumvsGemini 3 Flash PreviewmediumQwen3.5-27BmediumvsGemini 3.5 FlashhighQwen3.5-27BmediumvsNemotron 3 Ultramediumमोफत उपलब्धQwen3.5-27BmediumvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 8.7 | 7.9 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 6.1 | 3.1 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.7 | |
| टूल कॉलिंग | 10.0 | 10.0 |