AI BENCHY
Advertise here
#141

Qwen3 Coder Next

Qwen प्रकाशन: 2026-02-03 चाचणी तारीख: 2026-05-21 23:45 qwen/qwen3-coder-next::medium
(medium) (none)

सारांश

Qwen3 Coder Next AI BENCHY वर 4.7 स्कोर करते आणि #141 वर आहे. याची reliability 10.0, pass rate 30.0%, एकूण खर्च $0.008, आणि सरासरी response time 9.29s आहे.

Qwen3 Coder Next खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #2 आहे; तर कोडी सोडवणे हा सर्वात कमकुवत भाग आहे, rank #13.

सुसंगतता

8.9

एकूण आउटपुट टोकन्स

3,280

एकूण इनपुट टोकन्स

0

इनपुट किंमत

$0.110 / 1M

आउटपुट किंमत

$0.800 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 16

प्रति प्रयत्न पास दर: 30.0%

अस्थिर चाचण्या

3

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

प्रतिसाद वेळ (सरासरी)

9.29s

प्रतिसाद वेळ (कमाल): 81.80s

प्रतिसाद वेळ (एकूण): 130.06s

जनरेशन शोकेस

Hamster playing table tennis

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

#141 Qwen3 Coder Next

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-06-04 13:09 नवीन चाचणी जोडली 4.6 10.0 $0.008 तुलना करा
2026-05-21 23:45 सूट बदलला 4.7 10.0 $0.008 सध्याची रन
2026-04-14 00:56 पहिली नोंदलेली रन 4.7 लागू नाही $0.008 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 23:45 · सूट बदलला4.78.910.04/2033,2800$0.0089.29s
2026-04-14 00:56 · पहिली नोंदलेली रन4.78.7लागू नाही3/1833,2410$0.00810.75s
फरक0.0+0.2+10+390+$0.001-1461ms

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

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 3.5 8.1
कोडिंग 4.1 5.8
संयुक्त 3.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 6.3 3.4
सूचनांचे पालन 6.3 10.0
कोडी सोडवणे 3.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स