#98 Qwen3.5-9B
none
Invalid SVG
- Cost
- $0.000
- Time
- 300.0s
- Tokens
- 0 tok
सारांश
Qwen3.5-9B AI BENCHY वर 4.8 स्कोर करते आणि #98 वर आहे. याची reliability लागू नाही, pass rate 24.1%, एकूण खर्च $0.005, आणि सरासरी response time 1.47s आहे.
4.8
सुसंगतता
9.6
लागू नाही
$0.005
एकूण आउटपुट टोकन्स
3,951
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.100 / 1M
आउटपुट किंमत
$0.150 / 1M
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:30 नवीन चाचणी जोडली | 4.6 | 10.0 | $0.003 ↓ | तुलना करा | |
| 2026-05-22 00:02 सूट बदलला | 4.6 | 10.0 | $0.005 | तुलना करा | |
| 2026-05-08 13:28 सूट बदलला | 4.7 | 10.0 | $0.005 | तुलना करा | |
| 2026-05-08 13:28 सूट बदलला | 4.7 | 10.0 | $0.005 | तुलना करा | |
| 2026-04-20 17:48 पहिली नोंदलेली रन | 4.8 | लागू नाही | $0.005 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · पहिली नोंदलेली रन | 4.8 | 9.6 | लागू नाही | 4/18 | 1 | 3,951 | 0 | $0.005 | 1.47s |
| 2026-06-04 13:30 · नवीन चाचणी जोडली | 4.6 | 9.7 | 10.0 | 4/21 | 1 | 3,952 | 48,041 | $0.003 | 1.89s |
| फरक | +0.2 | -0.1 | 0 | 0 | -1 | -48041 | +$0.003 | -421ms |
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
Qwen3.5-9BnonevsKimi K2.6noneमोफत उपलब्धQwen3.5-9Bnonevsgpt-oss-120bnoneमोफत उपलब्धQwen3.5-9BnonevsMiMo-V2.5-PrononeQwen3.5-9BnonevsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashnoneQwen3.5-9BnonevsQwen3.6 FlashnoneQwen3.5-9BnonevsGemini 3 Flash PreviewmediumQwen3.5-9BnonevsGemini 3.5 FlashhighQwen3.5-9BnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.5-9BnonevsGemini 3.5 Flashlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 3.1 | 9.9 | |
| कोडिंग | 5.2 | 3.4 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 4.4 | 9.9 | |
| सूचनांचे पालन | 6.5 | 10.0 | |
| कोडी सोडवणे | 3.2 | 9.9 | |
| टूल कॉलिंग | 10.0 | 10.0 |