#30
Qwen: Qwen3.5-35B-A3B
Qwen · qwen/qwen3.5-35b-a3b::none
सरासरी स्कोअर
4.63
प्रति निकाल खर्च
0.165
सुसंगतता
9.40
एकूण खर्च
$0.009
बरोबर चाचण्या
5/14
एखादी चाचणी तेव्हाच पूर्णपणे पास मानली जाते जेव्हा तिचे सर्व रन पास होतात.
चुकीच्या चाचण्या
9
प्रति प्रयत्न पास दर: 40.5%
अस्थिर चाचण्या
1
प्रतिसाद वेळ: सरासरी 1.17s · एकूण 16.43s · कमाल 4.39s
चुकीचे उत्तर: 8
सूचनांचे पालन केले नाही: 1
स्कोअरनुसार शीर्ष मॉडेल्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
श्रेणीवार तपशील
| श्रेणी | सरासरी स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| Anti-AI Tricks | 1.00 | 7.21 | 0/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 7.00 | 10.00 | 2/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |