- स्कोअर
- 8.6 (+1.34 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 47.6% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 24.7% वेगवान
Qwen
प्रकाशन: 2026-02-24
चाचणी तारीख: 2026-10-01 01:05
qwen/qwen3.5-27b::none
27Bघनमुक्त स्रोत
(medium)
(none)
सारांश
Qwen3.5-27B AI BENCHY वर 7.2 स्कोर करते आणि #149 वर आहे. याची reliability 10.0, pass rate 47.8%, एकूण खर्च $0.116, आणि सरासरी response time 9.98s आहे.
Qwen3.5-27B खास का आहे: हे स्वायत्त एजंट कार्ये मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #17.
शिफारस केलेले पर्याय
त्याऐवजी हे मॉडेल निवडण्याची शिफारस करतो:
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- 27B
- आर्किटेक्चर
- घन
- उपलब्धता
- मुक्त स्रोत
- परवाना
- Apache-2.0
7.2
सुसंगतता
9.4
10.0
$0.116
एकूण आउटपुट टोकन्स
36,422
एकूण इनपुट टोकन्स
283,977
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.
अस्थिर चाचण्या
2
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.
#149 Qwen3.5-27B
none- खर्च
- $0.007
- वेळ
- 42.9s
- टोकन्स
- 4,273 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 01:05 पुन्हा चाचणी | 7.2 | 10.0 | $0.116 | सध्याची रन | |
| 2026-07-16 22:01 नवीन चाचणी जोडली | 6.5 | 10.0 | $0.058 ↓ | तुलना करा | |
| 2026-06-04 13:28 नवीन चाचणी जोडली | 5.7 | 10.0 | $0.015 ↓ | तुलना करा | |
| 2026-05-21 23:59 सूट बदलला | 5.8 | 10.0 | $0.017 | तुलना करा | |
| 2026-04-11 01:19 पहिली नोंदलेली रन | 5.9 | लागू नाही | $0.016 | 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.
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
Qwen3.5-27BnonevsGemini 3.5 Flash LitemediumQwen3.5-27BnonevsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BnonevsQwen3.6 PlusmediumQwen3.5-27BnonevsQwen3.8 27Bmediumमोफत उपलब्धQwen3.5-27BnonevsLongCat 2.0highQwen3.5-27BnonevsGemini 3.8 FlashlowQwen3.5-27BnonevsGemini 2.5 FlashmediumQwen3.5-27BnonevsClaude Opus 4.8lowQwen3.5-27BnonevsGrok 4.7mediumQwen3.5-27BnonevsQwen3.7 Flashhigh
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 4.8 | 10.0 | |
| कोडिंग | 5.8 | 10.0 | |
| संयुक्त | 6.4 | 5.8 | |
| 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 | 6.7 | 7.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |