- स्कोअर
- 8.6 (+1.89 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.061 · 32.1% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.51s · 71.7% वेगवान
Qwen
प्रकाशन: 2026-02-24
चाचणी तारीख: 2026-10-01 00:56
qwen/qwen3.5-flash-02-23::none
~35B एकूण (~3B सक्रिय)MoEबंद स्रोतअंदाजित
(medium)
(none)
सारांश
Qwen3.5-Flash AI BENCHY वर 6.7 स्कोर करते आणि #189 वर आहे. याची reliability 10.0, pass rate 37.7%, एकूण खर्च $0.089, आणि सरासरी response time 26.52s आहे.
Qwen3.5-Flash खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #17.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 8.3 (+1.58 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.047 · 47.3% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 18.07s · 31.9% वेगवान
- स्कोअर
- 6.8 (+0.12 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.039 · 56.8% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.66s · 74.9% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~35B एकूण (~3B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
6.7
सुसंगतता
9.3
10.0
$0.089
एकूण आउटपुट टोकन्स
219,122
एकूण इनपुट टोकन्स
463,872
इनपुट किंमत
$0.065 / 1M
आउटपुट किंमत
$0.260 / 1M
कॅश वाचण्याची किंमत
लागू नाही
कॅश लिहिण्याची किंमत
लागू नाही
कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.
अस्थिर चाचण्या
2
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#189 Qwen3.5-Flash
none- खर्च
- $0.003
- वेळ
- 47.4s
- टोकन्स
- 7,799 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 00:56 पुन्हा चाचणी | 6.7 | 10.0 | $0.089 | सध्याची रन | |
| 2026-07-16 22:07 नवीन चाचणी जोडली | 6.1 | 10.0 | $0.073 ↓ | तुलना करा | |
| 2026-06-04 13:25 नवीन चाचणी जोडली | 5.8 | 10.0 | $0.005 ↓ | तुलना करा | |
| 2026-05-21 23:55 सूट बदलला | 5.9 | 10.0 | $0.006 | तुलना करा | |
| 2026-04-11 01:19 पहिली नोंदलेली रन | 6.2 | लागू नाही | $0.006 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
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-FlashnonevsGrok Build 0.1mediumQwen3.5-FlashnonevsSolar Pro 4lowQwen3.5-FlashnonevsGrok 4.7xhighQwen3.5-FlashnonevsGrok 4.7highQwen3.5-FlashnonevsSolar Pro 4xhighQwen3.5-FlashnonevsMiniMax M3mediumQwen3.5-FlashnonevsSpace Bunny AlphamaxQwen3.5-FlashnonevsEmber-1maxQwen3.5-FlashnonevsGPT-6 SolnoneQwen3.5-FlashnonevsGPT 5.3 Chatdefault
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 3.5 | 8.3 | |
| कोडिंग | 5.5 | 10.0 | |
| संयुक्त | 2.9 | 5.8 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 10.0 | 10.0 | |
| सूचनांचे पालन | 6.3 | 10.0 | |
| कोडी सोडवणे | 3.1 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |