AI BENCHY
Advertise here
#25

Qwen3.6 Max Preview

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-07-16 21:55 qwen/qwen3.6-max-preview::medium
(medium) (none)

सारांश

Qwen3.6 Max Preview AI BENCHY वर 8.4 स्कोर करते आणि #25 वर आहे. याची reliability 9.9, pass rate 80.3%, एकूण खर्च $1.143, आणि सरासरी response time 67.53s आहे.

स्कोअर

8.4

सुसंगतता

8.9

विश्वसनीयता

9.9

एकूण खर्च (सध्याची किंमत)

$1.143 ↓ -12.6%

या किमतीवर चाचणी केली: $1.308

एकूण आउटपुट टोकन्स

169,940

एकूण इनपुट टोकन्स

79,240

इनपुट किंमत

$1.040 / 1M

आउटपुट किंमत

$6.240 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 80.3%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

67.53s

प्रतिसाद वेळ (कमाल): 238.07s

प्रतिसाद वेळ (एकूण): 1485.64s

चुकीचे उत्तर: 5 वेळ संपला: 1

Hamster playing table tennis

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

#25 Qwen3.6 Max Preview

medium
खर्च
$0.024
वेळ
76.5s
टोकन्स
3,861 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 21:55 नवीन चाचणी जोडली 8.4 9.9 $1.143 ↓ सध्याची रन
2026-06-04 13:25 नवीन चाचणी जोडली 8.5 10.0 $0.960 ↓ तुलना करा
2026-05-21 23:59 सूट बदलला 8.4 10.0 $1.036 तुलना करा
2026-04-27 23:07 पहिला रन 8.8 10.0 $0.823 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)
2026-07-16 21:55 · सध्याची रन8.48.99.916/223169,94079,240$1.14367.53s
2026-06-04 13:25 · नवीन चाचणी जोडली8.59.310.016/212146,64042,362$0.96059.63s
फरक-0.1-0.4-0.10+1+23300+36878+$0.184+7902ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 15:40 $1.040 / 1M $6.240 / 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 Max PreviewmediumvsGPT-5.4mediumQwen3.6 Max PreviewmediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsClaude Opus 5lowQwen3.6 Max PreviewmediumvsGPT-5.2mediumQwen3.6 Max PreviewmediumvsClaude Fable 5mediumQwen3.6 Max PreviewmediumvsGrok 4.5mediumQwen3.6 Max PreviewmediumvsMuse Spark 1.1mediumQwen3.6 Max PreviewmediumvsClaude Sonnet 5mediumQwen3.6 Max PreviewmediumvsClaude Opus 4.7mediumQwen3.6 Max PreviewmediumvsMuse Spark 1.1low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 8.8 7.8
संयुक्त 7.3 5.8
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 10.0 10.0
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स