AI BENCHY
Advertise here
#8

Qwen3.5 Plus 2026-02-15

Qwen प्रकाशन: 2026-02-15 चाचणी तारीख: 2026-04-11 01:44 qwen/qwen3.5-plus-02-15::medium
(medium) (none)

सारांश

Qwen3.5 Plus 2026-02-15 AI BENCHY वर 8.5 स्कोर करते आणि #8 वर आहे. याची reliability लागू नाही, pass rate 83.3%, एकूण खर्च $0.220, आणि सरासरी response time 46.56s आहे.

Qwen3.5 Plus 2026-02-15 खास का आहे: या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

8.5

सुसंगतता

9.1

विश्वसनीयता

लागू नाही

एकूण खर्च (सध्याची किंमत)

$0.220

एकूण आउटपुट टोकन्स

114,010

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.260 / 1M

आउटपुट किंमत

$1.560 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 4

प्रति प्रयत्न पास दर: 83.3%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

46.56s

प्रतिसाद वेळ (कमाल): 120.91s

प्रतिसाद वेळ (एकूण): 512.20s

वेळ संपला: 2 चुकीचे उत्तर: 2

जनरेशन शोकेस

Hamster playing table tennis

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

#8 Qwen3.5 Plus 2026-02-15

medium
खर्च
$0.011
वेळ
125.5s
टोकन्स
7,040 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:17 नवीन चाचणी जोडली 7.9 8.9 $0.310 ↓ तुलना करा
2026-05-21 23:53 सूट बदलला 8.1 10.0 $0.317 तुलना करा
2026-04-11 01:44 पहिली नोंदलेली रन 8.5 लागू नाही $0.220 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-11 01:44 · पहिली नोंदलेली रन8.59.1लागू नाही14/182114,0100$0.22046.56s
2026-05-21 23:53 · सूट बदलला8.18.810.014/203175,3900$0.31767.90s
फरक+0.4+0.30-1-613800-$0.097-21336ms

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.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Qwen3.5 Plus 2026-02-15mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.5 Plus 2026-02-15mediumvsQwen3.7 PlusmediumQwen3.5 Plus 2026-02-15mediumvsQwen3.5-27BmediumQwen3.5 Plus 2026-02-15mediumvsGemini 2.5 FlashmediumQwen3.5 Plus 2026-02-15mediumvsClaude Sonnet 5mediumQwen3.5 Plus 2026-02-15mediumvsGemini 3.5 FlashhighQwen3.5 Plus 2026-02-15mediumvsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-02-15mediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.2 7.9
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.7 1.6
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स