AI BENCHY
Advertise here
#107

Qwen3.5-Flash

Qwen प्रकाशन: 2026-02-24 चाचणी तारीख: 2026-07-16 22:15 qwen/qwen3.5-flash-02-23::medium
~35B एकूण (~3B सक्रिय)MoEबंद स्रोतअंदाजित
(medium) (none)

सारांश

Qwen3.5-Flash AI BENCHY वर 6.2 स्कोर करते आणि #107 वर आहे. याची reliability 10.0, pass rate 69.7%, एकूण खर्च $0.139, आणि सरासरी response time 84.82s आहे.

Qwen3.5-Flash खास का आहे: हे अँटी-एआय युक्त्या मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #18. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

मॉडेलची माहिती

संशोधन दिनांक: 2026-08-12

अंदाजित
पॅरामीटर्स
~35B एकूण (~3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.

सुसंगतता

7.8

एकूण खर्च (सध्याची किंमत)

$0.139 ↓ -15.2%

या किमतीवर चाचणी केली: $0.164

एकूण आउटपुट टोकन्स

502,894

एकूण इनपुट टोकन्स

118,499

इनपुट किंमत

$0.065 / 1M

आउटपुट किंमत

$0.260 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 10

प्रति प्रयत्न पास दर: 69.7%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

84.82s

प्रतिसाद वेळ (कमाल): 515.38s

प्रतिसाद वेळ (एकूण): 1781.22s

Hamster playing table tennis

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

#107 Qwen3.5-Flash

medium
खर्च
$0.002
वेळ
25.8s
टोकन्स
4,294 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-08-14 01:52 पुन्हा चाचणी 6.1 10.0 $0.142 तुलना करा
2026-07-16 22:15 नवीन चाचणी जोडली 6.2 10.0 $0.139 सध्याची रन
2026-06-04 13:36 नवीन चाचणी जोडली 7.4 8.9 $0.080 तुलना करा
2026-05-21 23:57 सूट बदलला 7.4 8.3 $0.104 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 7.8 लागू नाही $0.080 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)
2026-07-16 22:15 · नवीन चाचणी जोडली66/66 प्रयत्न6.27.810.012/226502,894118,499$0.13984.82s
2026-08-14 01:52 · पुन्हा चाचणी66/66 प्रयत्न6.17.810.011/226512,846118,508$0.14284.44s
फरक+0.10.00.0+10-9952-9-$0.003+382ms

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 $0.065 / 1M $0.260 / 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 3.7 7.2
संयुक्त 6.4 5.8
डेटा पार्सिंग आणि निष्कर्षण 7.3 5.9
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 6.1 3.1
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