AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#98

Qwen3.6 35B A3B

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-07-16 22:06 qwen/qwen3.6-35b-a3b::medium
(medium) (none)

सारांश

Qwen3.6 35B A3B AI BENCHY वर 6.7 स्कोर करते आणि #98 वर आहे. याची reliability 10.0, pass rate 60.6%, एकूण खर्च $0.746, आणि सरासरी response time 58.06s आहे.

Qwen3.6 35B A3B खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर टूल कॉलिंग हा सर्वात कमकुवत भाग आहे, rank #15. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.

स्कोअर

6.7

सुसंगतता

9.6

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.746 ↑ +0.5%

या किमतीवर चाचणी केली: $0.743

एकूण आउटपुट टोकन्स

740,585

एकूण इनपुट टोकन्स

85,139

इनपुट किंमत

$0.140 / 1M

आउटपुट किंमत

$1.000 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 60.6%

अस्थिर चाचण्या

1

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

प्रतिसाद वेळ (सरासरी)

58.06s

प्रतिसाद वेळ (कमाल): 817.57s

प्रतिसाद वेळ (एकूण): 1161.18s

चुकीचे उत्तर: 4 API त्रुटी: 2 सूचनांचे पालन केले नाही: 1 अवैध टूल कॉल: 1 उत्तर नाही: 1

Hamster playing table tennis

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

#98 Qwen3.6 35B A3B

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 22:06 नवीन चाचणी जोडली 6.7 10.0 $0.746 ↑ सध्याची रन
2026-06-04 13:20 नवीन चाचणी जोडली 7.4 10.0 $0.146 ↑ तुलना करा
2026-05-22 00:02 सूट बदलला 7.8 9.4 $0.126 तुलना करा
2026-04-27 23:06 पहिला रन 8.8 10.0 $0.104 तुलना करा

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

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $0.140 / 1M $1.000 / 1M
2026-06-12 18:42 $0.150 / 1M $1.000 / 1M

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 35B A3BmediumvsGemini 3 Flash PreviewnoneQwen3.6 35B A3BmediumvsGemini 3.5 Flash-LitelowQwen3.6 35B A3BmediumvsGemini 3.5 FlashminimalQwen3.6 35B A3BmediumvsLongCat 2.0lowQwen3.6 35B A3BmediumvsGPT-5.5noneQwen3.6 35B A3BmediumvsKAT-Coder-Pro V2.5noneQwen3.6 35B A3BmediumvsStep 3.7 FlashhighQwen3.6 35B A3BmediumvsGemma 4 26B A4Bmediumमोफत उपलब्धQwen3.6 35B A3BmediumvsQwen3.6 FlashmediumQwen3.6 35B A3BmediumvsGLM 5.2none

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 7.7 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 4.4 9.9
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 8.0 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स