#42
Qwen
प्रकाशन: 2026-04-20
चाचणी तारीख: 2026-05-21 23:53
qwen/qwen3.5-plus-20260420::medium
(medium)
(none)
???? ???
$0.300 / 1M
????? ???
$1.800 / 1M
अस्थिर चाचण्या
3
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-05-21 23:53 सूट बदलला | 7.6 | 9.6 | $0.363 | सध्याची रन | |
| 2026-05-08 14:34 सूट बदलला | 7.8 | 9.6 | $0.305 | तुलना करा | |
| 2026-05-08 14:34 सूट बदलला | 7.8 | 9.6 | $0.305 | तुलना करा | |
| 2026-04-27 23:09 पहिला रन | 8.2 | 9.7 | $0.269 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:53 · सध्याची रन | 7.6 | 8.7 | 9.6 | 13/20 | 3 | 152,480 | $0.363 | 43.63s |
| 2026-04-27 23:09 · पहिला रन | 8.2 | 9.0 | 9.7 | 13/18 | 2 | 106,011 | $0.269 | 32.81s |
| फरक | -0.6 | -0.3 | -0.1 | 0 | +1 | +46469 | +$0.095 | +10816ms |
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.
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Qwen3.5 Plus 2026-04-20mediumvsQwen3.6 PlusmediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.1 Flash LitemediumQwen3.5 Plus 2026-04-20mediumvsGemini 2.5 FlashmediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.3mediumQwen3.5 Plus 2026-04-20mediumvsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.5 FlashhighQwen3.5 Plus 2026-04-20mediumvsRing-2.6-1TmediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.5 Flashlow
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 5.4 | 6.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 4.9 | 9.6 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| कोडी सोडवणे | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |