AI BENCHY
Advertise here
#66

Qwen3.6 Max Preview

Qwen प्रकाशन: 2026-04-20 चाचणी तारीख: 2026-05-21 23:53 qwen/qwen3.6-max-preview::none
(medium) (none)

सारांश

Qwen3.6 Max Preview AI BENCHY वर 7.1 स्कोर करते आणि #66 वर आहे. याची reliability 10.0, pass rate 61.7%, एकूण खर्च $0.088, आणि सरासरी response time 3.27s आहे.

Qwen3.6 Max Preview खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #18.

स्कोअर

7.1

सुसंगतता

9.2

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.088

एकूण आउटपुट टोकन्स

4,775

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$1.040 / 1M

आउटपुट किंमत

$6.240 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 61.7%

अस्थिर चाचण्या

2

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

प्रतिसाद वेळ (सरासरी)

3.27s

प्रतिसाद वेळ (कमाल): 20.51s

प्रतिसाद वेळ (एकूण): 65.47s

चुकीचे उत्तर: 9

Generation showcase

Hamster playing table tennis

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

#66 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:21 नवीन चाचणी जोडली 6.9 10.0 $0.075 ↓ तुलना करा
2026-05-21 23:53 सूट बदलला 7.1 10.0 $0.088 सध्याची रन
2026-04-27 23:05 पहिला रन 7.3 10.0 $0.083 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

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 PreviewnonevsQwen3.5-35B-A3BmediumQwen3.6 Max PreviewnonevsClaude Opus 4.8noneQwen3.6 Max PreviewnonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsClaude Opus 4.6mediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsGPT-5.4 NanomediumQwen3.6 Max PreviewnonevsGemini 3 Flash PreviewmediumQwen3.6 Max PreviewnonevsGemini 3.5 FlashhighQwen3.6 Max PreviewnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धQwen3.6 Max PreviewnonevsGemini 3.5 Flashlow

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 5.2 7.9
कोडिंग 4.2 6.0
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 10.0
Samanya Buddhimatta 4.3 10.0
सूचनांचे पालन 9.8 10.0
कोडी सोडवणे 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स