#64
Qwen
Releasedatum: 2026-02-24
Getest op: 2026-04-11 01:19
qwen/qwen3.5-flash-02-23::none
(medium)
(none)
6.2
Consistentie
9.6
n.v.t.
Totaal aantal uitvoer-tokens
4,266
Invoerprijs
$0.065 / 1M
Uitvoerprijs
$0.260 / 1M
Instabiele tests
1
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-05-21 23:55 Suite gewijzigd | 5.9 | 10.0 | $0.006 | Vergelijken | |
| 2026-04-11 01:19 Eerste geregistreerde run | 6.2 | n.v.t. | $0.006 | Huidige run |
Runvergelijking
| Run | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · Eerste geregistreerde run | 6.2 | 9.6 | n.v.t. | 8/18 | 1 | 4,266 | $0.006 | 3.25s |
| 2026-05-21 23:55 · Suite gewijzigd | 5.9 | 9.7 | 10.0 | 8/20 | 1 | 4,299 | $0.006 | 2.99s |
| Verschil | +0.3 | -0.1 | 0 | 0 | -33 | -$0.001 | +260ms |
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.
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 3.5 | 8.3 | |
| Programmeren | 10.0 | 10.0 | |
| Gecombineerd | 3.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 7.7 | 10.0 | |
| Algemene intelligentie | 10.0 | 10.0 | |
| Instructies opvolgen | 6.3 | 10.0 | |
| Puzzeloplossing | 3.3 | 10.0 | |
| Toolaanroepen | 10.0 | 10.0 |