AI BENCHY
Advertise here
#116

Qwen3.6 Flash

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-05-21 23:50 qwen/qwen3.6-flash::none
(medium) (none)

सारांश

Qwen3.6 Flash AI BENCHY वर 5.5 स्कोर करते आणि #116 वर आहे. याची reliability 9.7, pass rate 35.0%, एकूण खर्च $0.019, आणि सरासरी response time 1.64s आहे.

Qwen3.6 Flash खास का आहे: हे Samanya Buddhimatta मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #15. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

स्कोअर

5.5

सुसंगतता

10.0

विश्वसनीयता

9.7

एकूण खर्च (सध्याची किंमत)

$0.019

एकूण आउटपुट टोकन्स

4,186

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.188 / 1M

आउटपुट किंमत

$1.125 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 13

प्रति प्रयत्न पास दर: 35.0%

अस्थिर चाचण्या

0

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

प्रतिसाद वेळ (सरासरी)

1.64s

प्रतिसाद वेळ (कमाल): 4.60s

प्रतिसाद वेळ (एकूण): 32.88s

चुकीचे उत्तर: 11 सूचनांचे पालन केले नाही: 1 अवैध टूल कॉल: 1

Hamster playing table tennis

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

#116 Qwen3.6 Flash

none
खर्च
$0.005
वेळ
20.1s
टोकन्स
4,211 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 21:25 नवीन चाचणी जोडली 6.1 10.0 $0.062 ↓ 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 सध्याची रन
2026-04-27 23:05 पहिला रन 5.8 10.0 $0.018 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 23:50 · सूट बदलला5.510.09.77/2004,1860$0.0191.64s
2026-07-16 21:25 · नवीन चाचणी जोडली6.19.610.07/22130,947139,788$0.0623.74s
फरक-0.6+0.4-0.30-1-26761-139788-$0.043-2100ms

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 FlashnonevsInklinglowQwen3.6 FlashnonevsQwen3.5-FlashnoneQwen3.6 FlashnonevsGemini 3.1 Flash LitenoneQwen3.6 FlashnonevsQwen3.5 Plus 2026-04-20noneQwen3.6 Flashnonevsgpt-oss-120bmediumQwen3.6 FlashnonevsQwen3.5-35B-A3BnoneQwen3.6 FlashnonevsGemini 3.1 Flash LiteminimalQwen3.6 FlashnonevsGPT-5 NanomediumQwen3.6 FlashnonevsQwen3.5-35B-A3BmediumQwen3.6 FlashnonevsNemotron 3 Ultranoneमोफत उपलब्ध

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.1 10.0
कोडिंग 6.6 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
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स