#37 Qwen3.6 27B
medium- Cost
- $0.009
- Time
- 39.6s
- Tokens
- 3,090 tok
सारांश
Qwen3.6 27B AI BENCHY वर 7.9 स्कोर करते आणि #37 वर आहे. याची reliability 10.0, pass rate 77.8%, एकूण खर्च $0.043, आणि सरासरी response time 25.56s आहे.
7.9
सुसंगतता
8.5
10.0
$0.043
एकूण आउटपुट टोकन्स
21,553
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.500 / 1M
आउटपुट किंमत
$2.000 / 1M
अस्थिर चाचण्या
1
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 | तुलना करा | |
| 2026-04-27 21:31 पहिली नोंदलेली रन | 7.9 | 10.0 | $0.043 | सध्याची रन |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-27 21:31 · पहिली नोंदलेली रन | 7.9 | 8.5 | 10.0 | 4/6 | 1 | 21,553 | 0 | $0.043 | 25.56s |
| 2026-06-04 13:21 · नवीन चाचणी जोडली | 6.8 | 8.2 | 10.0 | 10/21 | 5 | 138,710 | 39,376 | $0.444 | 59.71s |
| फरक | +1.1 | +0.3 | 0.0 | -6 | -4 | -117157 | -39376 | -$0.401 | -34159ms |
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.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
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 | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 4.3 | 1.2 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| सूचनांचे पालन | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |