AI BENCHY
Advertise here
#172

Qwen3.5-35B-A3B

Qwen प्रकाशन: 2026-02-24 चाचणी तारीख: 2026-08-14 01:57 qwen/qwen3.5-35b-a3b::medium
35B एकूण (3B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

Qwen3.5-35B-A3B AI BENCHY वर 6.1 स्कोर करते आणि #172 वर आहे. याची reliability 10.0, pass rate 65.2%, एकूण खर्च $1.140, आणि सरासरी response time 110.84s आहे.

Qwen3.5-35B-A3B खास का आहे: हे कोडी सोडवणे मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #15. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

जाहीर केलेले
पॅरामीटर्स
35B एकूण (3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
परवाना
Apache-2.0

सुसंगतता

7.6

एकूण खर्च (सध्याची किंमत)

$1.140 ↑ +5.6%

या किमतीवर चाचणी केली: $1.079

एकूण आउटपुट टोकन्स

893,463

एकूण इनपुट टोकन्स

130,450

इनपुट किंमत

$0.250 / 1M

आउटपुट किंमत

$1.250 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 65.2%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

110.84s

प्रतिसाद वेळ (कमाल): 950.25s

प्रतिसाद वेळ (एकूण): 2438.58s

Hamster playing table tennis

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

#172 Qwen3.5-35B-A3B

medium
खर्च
$0.009
वेळ
71.4s
टोकन्स
8,631 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 01:57 पुन्हा चाचणी 6.1 10.0 $1.623 सध्याची रन
2026-07-16 22:51 नवीन चाचणी जोडली 6.2 10.0 $0.837 तुलना करा
2026-06-04 13:42 नवीन चाचणी जोडली 7.1 8.9 $0.401 तुलना करा
2026-05-22 00:15 सूट बदलला 7.0 6.7 $0.547 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 7.4 लागू नाही $0.398 तुलना करा

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

रन तुलना

रनबेंचमार्क कव्हरेजस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-08-14 01:57 · सध्याची रन66/66 प्रयत्न6.17.610.011/226893,463130,450$1.140110.84s
2026-06-04 13:42 · नवीन चाचणी जोडली63/63 प्रयत्न7.17.28.911/217394,20742,196$0.40172.57s
फरक-1.0+0.4+1.10-1+499256+88254+$0.739+38271ms

बेंचमार्क कव्हरेज वेगळे आहे: 66/66 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती) विरुद्ध 63/63 प्रयत्न (लक्ष्य: प्रत्येक चाचणीसाठी 3 पुनरावृत्ती). एकूण मूल्ये आणि पुनरावृत्तीवर अवलंबून मेट्रिक्स थेट तुलना करता येत नाहीत.

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $0.140 / 1M $1.000 / 1M
2026-08-14 12:51 $0.225 / 1M $1.800 / 1M
2026-08-20 12:51 $0.250 / 1M $1.250 / 1M

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 5.9 9.3
संयुक्त 3.8 5.8
डेटा पार्सिंग आणि निष्कर्षण 7.3 5.9
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 2.8 1.6
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स