AI BENCHY
Advertise here
#88

Qwen3.5 Plus 2026-04-20

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-04-27 23:05 qwen/qwen3.5-plus-20260420::none
(medium) (none)

सारांश

Qwen3.5 Plus 2026-04-20 AI BENCHY वर 5.8 स्कोर करते आणि #88 वर आहे. याची reliability 9.8, pass rate 42.6%, एकूण खर्च $0.024, आणि सरासरी response time 3.18s आहे.

Qwen3.5 Plus 2026-04-20 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #9.

स्कोअर

5.8

सुसंगतता

8.3

विश्वसनीयता

9.8

एकूण खर्च (सध्याची किंमत)

$0.024

एकूण आउटपुट टोकन्स

4,645

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.400 / 1M

आउटपुट किंमत

$2.400 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 12

प्रति प्रयत्न पास दर: 42.6%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

3.18s

प्रतिसाद वेळ (कमाल): 13.32s

प्रतिसाद वेळ (एकूण): 57.24s

चुकीचे उत्तर: 10 सूचनांचे पालन केले नाही: 2

Generation showcase

Hamster playing table tennis

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

#88 Qwen3.5 Plus 2026-04-20

none
Cost
$0.008
Time
77.0s
Tokens
4,369 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:10 नवीन चाचणी जोडली 5.7 10.0 $0.032 ↓ तुलना करा
2026-05-21 23:47 सूट बदलला 5.8 9.9 $0.041 तुलना करा
2026-05-08 13:10 सूट बदलला 5.9 9.9 $0.040 तुलना करा
2026-05-08 13:10 सूट बदलला 5.9 9.9 $0.040 तुलना करा
2026-04-27 23:05 पहिला रन 5.8 9.8 $0.024 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-27 23:05 · पहिला रन5.88.39.86/1844,6450$0.0243.18s
2026-06-04 13:10 · नवीन चाचणी जोडली5.78.610.07/21411,14538,910$0.0324.39s
फरक+0.1-0.3-0.2-10-6500-38910-$0.008-1213ms

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 2026-04-20nonevsGPT-5 NanomediumQwen3.5 Plus 2026-04-20nonevsGPT-5.5noneQwen3.5 Plus 2026-04-20nonevsQwen3.5 Plus 2026-02-15noneQwen3.5 Plus 2026-04-20nonevsGemini 3.1 Flash LitenoneQwen3.5 Plus 2026-04-20nonevsRing-2.6-1TnoneQwen3.5 Plus 2026-04-20nonevsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-04-20nonevsGemini 3.5 FlashhighQwen3.5 Plus 2026-04-20nonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.5 Plus 2026-04-20nonevsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 4.8 10.0
कोडिंग 5.3 3.4
संयुक्त 2.8 1.6
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.8 10.0
सूचनांचे पालन 6.2 5.8
कोडी सोडवणे 4.8 7.9
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स