AI BENCHY
Advertise here
#55

Qwen3.6 27B

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-04-27 21:48 qwen/qwen3.6-27b::medium
(medium) (none)

सारांश

Qwen3.6 27B AI BENCHY वर 7.0 स्कोर करते आणि #55 वर आहे. याची reliability 10.0, pass rate 64.8%, एकूण खर्च $0.209, आणि सरासरी response time 50.53s आहे.

Qwen3.6 27B खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर डेटा पार्सिंग आणि निष्कर्षण हा सर्वात कमकुवत भाग आहे, rank #15.

स्कोअर

7.0

सुसंगतता

7.9

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.209

एकूण आउटपुट टोकन्स

99,362

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.500 / 1M

आउटपुट किंमत

$2.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 64.8%

अस्थिर चाचण्या

5

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

प्रतिसाद वेळ (सरासरी)

50.53s

प्रतिसाद वेळ (कमाल): 168.22s

प्रतिसाद वेळ (एकूण): 909.49s

चुकीचे उत्तर: 5 उत्तर नाही: 2 सूचनांचे पालन केले नाही: 1 अवैध टूल कॉल: 1

Generation showcase

Hamster playing table tennis

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

#55 Qwen3.6 27B

medium
Cost
$0.009
Time
39.6s
Tokens
3,090 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:21 नवीन चाचणी जोडली 6.8 10.0 $0.444 ↑ तुलना करा
2026-05-21 23:59 सूट बदलला 6.6 9.9 $0.272 तुलना करा
2026-04-27 21:48 नवीन चाचणी जोडली 7.0 10.0 $0.209 सध्याची रन
2026-04-27 21:31 पहिली नोंदलेली रन 7.9 10.0 $0.043 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-27 21:48 · नवीन चाचणी जोडली7.07.910.09/18599,3620$0.20950.53s
2026-04-27 21:31 · पहिली नोंदलेली रन7.98.510.04/6121,5530$0.04325.56s
फरक-0.9-0.60.0+5+4+778090+$0.166+24972ms

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

Qwen3.6 27BmediumvsGPT-5.4 NanomediumQwen3.6 27BmediumvsDeepSeek V3.2mediumQwen3.6 27BmediumvsClaude Opus 4.6mediumQwen3.6 27BmediumvsSeed-2.0-MinimediumQwen3.6 27BmediumvsClaude Opus 4.8noneQwen3.6 27BmediumvsQwen3.6 Max PreviewnoneQwen3.6 27BmediumvsGemini 3 Flash PreviewmediumQwen3.6 27BmediumvsGemini 3.5 FlashhighQwen3.6 27BmediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.6 27BmediumvsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 8.3 10.0
कोडिंग 10.0 10.0
संयुक्त 7.0 3.7
डेटा पार्सिंग आणि निष्कर्षण 3.5 1.4
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 6.5 3.4
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.7 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स