#72

Qwen3.5-27B

Qwen प्रकाशन: 2026-02-24 चाचणी तारीख: 2026-04-11 01:19 qwen/qwen3.5-27b::none

(medium) (none)

सारांश

Qwen3.5-27B AI BENCHY वर 5.9 स्कोर करते आणि #72 वर आहे. याची reliability लागू नाही, pass rate 38.9%, एकूण खर्च $0.016, आणि सरासरी response time 1.74s आहे.

Qwen3.5-27B खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #15. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

स्कोअर

5.9

सुसंगतता

9.2

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.016

एकूण आउटपुट टोकन्स

3,545

एकूण इनपुट टोकन्स

इनपुट किंमत

$0.195 / 1M

आउटपुट किंमत

$1.560 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 12

प्रति प्रयत्न पास दर: 38.9%

अस्थिर चाचण्या

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

प्रतिसाद वेळ (सरासरी)

1.74s

प्रतिसाद वेळ (कमाल): 9.39s

प्रतिसाद वेळ (एकूण): 31.32s

चुकीचे उत्तर: 10 सूचनांचे पालन केले नाही: 2

जनरेशन शोकेस

Hamster playing table tennis

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

#72 Qwen3.5-27B

none

खर्च: $0.007
वेळ: 42.9s
टोकन्स: 4,273 tok

रन इतिहास

चाचणी तारीख	स्कोअर	विश्वसनीयता	एकूण खर्च	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	सध्याची रन

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Qwen3.5-27BnonevsSeed-2.0-Litenone Qwen3.5-27BnonevsGemini 2.5 Flashnone Qwen3.5-27BnonevsGemini 3.1 Flash Liteminimal Qwen3.5-27BnonevsGPT-5.5none Qwen3.5-27BnonevsGemini 3.5 Flashhigh Qwen3.5-27BnonevsGemini 3 Flash Previewmedium Qwen3.5-27BnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्ध Qwen3.5-27BnonevsGPT-5.5low

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
अँटी-एआय युक्त्या	4.8	10.0
कोडिंग	10.0	10.0
संयुक्त	2.8	1.6
डेटा पार्सिंग आणि निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	3.0	10.0
Samanya Buddhimatta	5.0	10.0
सूचनांचे पालन	4.8	10.0
कोडी सोडवणे	6.7	7.9
टूल कॉलिंग	10.0	10.0

Qwen3.5-27B

Hamster playing table tennis

#72 Qwen3.5-27B

चार्ट्स

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

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स