AI BENCHY
Advertise here
#97

Qwen3.5-Flash

Qwen प्रकाशन: 2026-02-24 चाचणी तारीख: 2026-05-21 23:55 qwen/qwen3.5-flash-02-23::none
(medium) (none)

सारांश

Qwen3.5-Flash AI BENCHY वर 5.9 स्कोर करते आणि #97 वर आहे. याची reliability 10.0, pass rate 41.7%, एकूण खर्च $0.006, आणि सरासरी response time 2.99s आहे.

Qwen3.5-Flash खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #15. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

सुसंगतता

9.7

एकूण आउटपुट टोकन्स

4,299

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.065 / 1M

आउटपुट किंमत

$0.260 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 12

प्रति प्रयत्न पास दर: 41.7%

अस्थिर चाचण्या

1

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

प्रतिसाद वेळ (सरासरी)

2.99s

प्रतिसाद वेळ (कमाल): 13.73s

प्रतिसाद वेळ (एकूण): 59.73s

जनरेशन शोकेस

Hamster playing table tennis

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

#97 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
2026-06-04 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 सध्याची रन
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.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.5 8.3
कोडिंग 6.8 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 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

तुलना केलेली मॉडेल्स