AI BENCHY
Advertise here
#104

Qwen3.6 27B

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-05-21 23:48 qwen/qwen3.6-27b::none
(medium) (none)

सारांश

Qwen3.6 27B AI BENCHY वर 5.8 स्कोर करते आणि #104 वर आहे. याची reliability 10.0, pass rate 50.0%, एकूण खर्च $0.032, आणि सरासरी response time 3.87s आहे.

Qwen3.6 27B खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर सूचनांचे पालन हा सर्वात कमकुवत भाग आहे, rank #13.

स्कोअर

5.8

सुसंगतता

7.5

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.032

एकूण आउटपुट टोकन्स

3,812

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.317 / 1M

आउटपुट किंमत

$3.200 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 13

प्रति प्रयत्न पास दर: 50.0%

अस्थिर चाचण्या

6

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

प्रतिसाद वेळ (सरासरी)

3.87s

प्रतिसाद वेळ (कमाल): 12.08s

प्रतिसाद वेळ (एकूण): 77.36s

चुकीचे उत्तर: 10 सूचनांचे पालन केले नाही: 2 अवैध टूल कॉल: 1

Generation showcase

Hamster playing table tennis

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

#104 Qwen3.6 27B

none
Cost
$0.009
Time
83.0s
Tokens
4,549 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:16 नवीन चाचणी जोडली 5.6 10.0 $0.028 ↓ तुलना करा
2026-05-21 23:48 सूट बदलला 5.8 10.0 $0.032 सध्याची रन
2026-04-27 21:46 नवीन चाचणी जोडली 6.0 10.0 $0.031 तुलना करा
2026-04-27 21:31 पहिली नोंदलेली रन 5.9 10.0 $0.027 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)
2026-05-21 23:48 · सूट बदलला5.87.510.07/2063,8120$0.0323.87s
2026-04-27 21:31 · पहिली नोंदलेली रन5.96.910.04/1142,9240$0.0274.19s
फरक-0.2+0.60.0+3+2+8880+$0.006-318ms

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 27BnonevsQwen3.5 Plus 2026-02-15noneQwen3.6 27BnonevsGemini 2.5 FlashnoneQwen3.6 27BnonevsGPT-5 NanomediumQwen3.6 27BnonevsGLM 5noneQwen3.6 27Bnonevsgpt-oss-120bmediumमोफत उपलब्धQwen3.6 27BnonevsGemini 3 Flash PreviewmediumQwen3.6 27BnonevsGemini 3.5 FlashhighQwen3.6 27BnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.6 27BnonevsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.8 3.7
कोडिंग 6.8 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 7.3 5.8
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 5.2 9.9
सूचनांचे पालन 6.2 5.8
कोडी सोडवणे 5.3 7.2
टूल कॉलिंग 9.5 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स