#40 Qwen3.5-122B-A10B
medium- Kosten
- $0.019
- Tijd
- 48.7s
- Tokens
- 6,034 tok
Qwen
Releasedatum: 2026-02-24
Getest op: 2026-05-22 00:03
qwen/qwen3.5-122b-a10b::medium
122B totaal (10B actief)MoEOpen-source
(medium)
(none)
Samenvatting
Qwen3.5-122B-A10B scoort 7.7 op AI BENCHY en staat op #40. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 71.7%, $0.650 totale kosten en 39.29s gemiddelde responstijd.
Wat Qwen3.5-122B-A10B uniek maakt: Het valt het meest op in Instructies opvolgen, waar het #1 staat, terwijl Programmeren het zwakste gebied is met #18.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 122B totaal (10B actief)
- Architectuur
- MoE
- Beschikbaarheid
- Open-source
- Licentie
- Apache-2.0
7.7
Consistentie
8.8
10.0
Totaal aantal uitvoer-tokens
238,285
Totaal aantal invoer-tokens
0
Invoerprijs
$0.260 / 1M
Uitvoerprijs
$2.080 / 1M
Instabiele tests
3
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 01:54 Hertest | 7.1 | 10.0 | $1.207 ↑ | Vergelijken | |
| 2026-07-16 22:21 Nieuwe test toegevoegd | 7.1 | 10.0 | $1.046 ↓ | Vergelijken | |
| 2026-06-04 13:31 Nieuwe test toegevoegd | 7.8 | 10.0 | $0.588 ↓ | Vergelijken | |
| 2026-05-22 00:03 Suite gewijzigd | 7.7 | 10.0 | $0.650 | Huidige run | |
| 2026-04-11 01:44 Eerste geregistreerde run | 8.1 | n.v.t. | $0.528 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:03 · Suite gewijzigd | 60/60 pogingen | 7.7 | 8.8 | 10.0 | 13/20 | 3 | 238,285 | 0 | $0.650 | 39.29s |
| 2026-07-16 22:21 · Nieuwe test toegevoegd | 66/66 pogingen | 7.1 | 8.5 | 10.0 | 14/22 | 4 | 487,218 | 124,771 | $1.046 | 64.16s |
| Verschil | — | +0.5 | +0.3 | 0.0 | -1 | -1 | -248933 | -124771 | -$0.397 | -24870ms |
De benchmarkdekking verschilt: 60/60 pogingen (Doel: 3 herhalingen per test) tegenover 66/66 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Qwen3.5-122B-A10BmediumvsMuse Glimmer 30BmediumQwen3.5-122B-A10BmediumvsMuse Glimmer 30BlowQwen3.5-122B-A10BmediumvsQwen3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsQwen3.5 Plus 2026-04-20mediumQwen3.5-122B-A10BmediumvsSolar Pro 4highQwen3.5-122B-A10BmediumvsMuse Glimmer 30BhighQwen3.5-122B-A10BmediumvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsKAT-Coder-Pro V2.5highQwen3.5-122B-A10BmediumvsGPT-5.6 Solnone
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 10.0 | 10.0 | |
| Programmeren | 4.1 | 5.8 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 2.9 | 7.2 | |
| Algemene intelligentie | 3.4 | 2.2 | |
| Instructies opvolgen | 10.0 | 10.0 | |
| Puzzeloplossing | 10.0 | 10.0 | |
| Toolaanroepen | 10.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |