AI BENCHY
Advertise here
#90

Qwen3.6 Flash

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

सारांश

Qwen3.6 Flash AI BENCHY वर 5.8 स्कोर करते आणि #90 वर आहे. याची reliability 10.0, pass rate 38.9%, एकूण खर्च $0.018, आणि सरासरी response time 1.65s आहे.

Qwen3.6 Flash खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #11.

स्कोअर

5.8

सुसंगतता

10.0

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.018

एकूण आउटपुट टोकन्स

4,161

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.250 / 1M

आउटपुट किंमत

$1.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 11

प्रति प्रयत्न पास दर: 38.9%

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

1.65s

प्रतिसाद वेळ (कमाल): 4.60s

प्रतिसाद वेळ (एकूण): 29.78s

चुकीचे उत्तर: 8 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.

#90 Qwen3.6 Flash

none
Cost
$0.005
Time
20.1s
Tokens
4,211 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:17 नवीन चाचणी जोडली 5.4 10.0 $0.015 ↓ तुलना करा
2026-05-21 23:50 सूट बदलला 5.5 9.7 $0.019 तुलना करा
2026-04-27 23:05 पहिला रन 5.8 10.0 $0.018 सध्याची रन

रन तुलना

रनस्कोअरसुसंगतताविश्वसनीयताबरोबर चाचण्याअस्थिर चाचण्याएकूण आउटपुट टोकन्सएकूण इनपुट टोकन्सएकूण खर्चप्रतिसाद वेळ (सरासरी)
2026-04-27 23:05 · पहिला रन5.810.010.07/1804,1610$0.0181.65s
2026-05-21 23:50 · सूट बदलला5.510.09.77/2004,1860$0.0191.64s
फरक+0.20.0+0.300-250-$0.001+10ms

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 FlashnonevsDeepSeek V4 ProhighQwen3.6 FlashnonevsNemotron 3 Supermediumमोफत उपलब्धQwen3.6 FlashnonevsGemma 4 26B A4Bnoneमोफत उपलब्धQwen3.6 FlashnonevsGemini 3 Flash PreviewmediumQwen3.6 FlashnonevsGemini 3.5 FlashhighQwen3.6 FlashnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.6 FlashnonevsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.1 10.0
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 6.3 10.0
कोडी सोडवणे 3.5 10.0
टूल कॉलिंग 10.0 10.0

तुलना केलेली मॉडेल्स