#59 Qwen3.6 Flash
medium- Cost
- $0.008
- Time
- 29.9s
- Tokens
- 6,784 tok
सारांश
Qwen3.6 Flash AI BENCHY वर 7.4 स्कोर करते आणि #59 वर आहे. याची reliability 9.7, pass rate 68.3%, एकूण खर्च $0.348, आणि सरासरी response time 18.96s आहे.
7.4
सुसंगतता
8.0
9.7
$0.348
एकूण आउटपुट टोकन्स
234,489
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$0.188 / 1M
आउटपुट किंमत
$1.125 / 1M
अस्थिर चाचण्या
5
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Generation showcase
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 13:18 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.288 ↓ | तुलना करा | |
| 2026-05-21 23:53 सूट बदलला | 7.4 | 9.7 | $0.348 | सध्याची रन | |
| 2026-04-27 23:06 पहिला रन | 8.1 | 10.0 | $0.174 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 5.1 | 6.8 | |
| 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 | 6.1 | 4.7 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |