AI BENCHY
Advertise here
#25

Qwen3.6 Flash

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-04-27 23:06 qwen/qwen3.6-flash::medium
(medium) (none)

सारांश

Qwen3.6 Flash AI BENCHY वर 8.1 स्कोर करते आणि #25 वर आहे. याची reliability 10.0, pass rate 79.6%, एकूण खर्च $0.174, आणि सरासरी response time 9.90s आहे.

स्कोअर

8.1

सुसंगतता

8.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.174

एकूण आउटपुट टोकन्स

110,014

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.250 / 1M

आउटपुट किंमत

$1.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 79.6%

अस्थिर चाचण्या

4

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

प्रतिसाद वेळ (सरासरी)

9.90s

प्रतिसाद वेळ (कमाल): 26.85s

प्रतिसाद वेळ (एकूण): 178.26s

चुकीचे उत्तर: 5 सूचनांचे पालन केले नाही: 1

Generation showcase

Hamster playing table tennis

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

#25 Qwen3.6 Flash

medium
Invalid SVG
Cost
$0.008
Time
29.9s
Tokens
6,784 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:18 नवीन चाचणी जोडली 7.5 10.0 $0.288 ↓ तुलना करा
2026-05-21 23:53 सूट बदलला 7.4 9.7 $0.348 तुलना करा
2026-04-27 23:06 पहिला रन 8.1 10.0 $0.174 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-27 23:06 · पहिला रन8.18.210.012/184110,0140$0.1749.90s
2026-06-04 13:18 · नवीन चाचणी जोडली7.58.110.012/215248,35342,362$0.28819.25s
फरक+0.6+0.10.00-1-138339-42362-$0.114-9344ms

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 FlashmediumvsGemini 3.5 FlashminimalQwen3.6 FlashmediumvsQwen3.5 Plus 2026-04-20mediumQwen3.6 FlashmediumvsDeepSeek V4 FlashhighQwen3.6 FlashmediumvsGemma 4 26B A4Bmediumमोफत उपलब्धQwen3.6 FlashmediumvsGemini 3 Flash PreviewmediumQwen3.6 FlashmediumvsGemini 3.5 FlashhighQwen3.6 FlashmediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.6 FlashmediumvsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 6.7 3.5
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 4.8 9.9
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 8.2 7.2
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स