AI BENCHY
Advertise here
#20

Qwen3.5-122B-A10B

Qwen Lansare: 2026-02-24 Testat la: 2026-04-11 01:44 qwen/qwen3.5-122b-a10b::medium
(medium) (none)

Rezumat

Qwen3.5-122B-A10B obține 8.1 pe AI BENCHY și este pe #20. Are fiabilitate N/D, rată de reușită 79.6%, cost total $0.528 și timp mediu de răspuns 31.38s.

Ce face Qwen3.5-122B-A10B unic: Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

8.1

Consistență

8.6

Fiabilitate

N/D

Cost total (preț curent)

$0.528

Total tokenuri de ieșire

180,303

Total tokenuri de intrare

0

Preț de intrare

$0.260 / 1M

Preț de ieșire

$2.080 / 1M

Teste corecte

Teste greșite: 5

Rată de trecere pe încercare: 79.6%

Teste instabile

3

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

31.38s

Timp de răspuns (maxim): 119.29s

Timp de răspuns (total): 564.84s

Răspuns greșit: 3 Timp expirat: 2

Prezentare generare

Hamster playing table tennis

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

#20 Qwen3.5-122B-A10B

medium
Cost
$0.019
Timp
48.7s
Tokenuri
6,034 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:31 Test nou adăugat 7.8 10.0 $0.588 ↓ Compară
2026-05-22 00:03 Suită modificată 7.7 10.0 $0.650 Compară
2026-04-11 01:44 Prima rulare înregistrată 8.1 N/D $0.528 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-04-11 01:44 · Prima rulare înregistrată8.18.6N/D13/183180,3030$0.52831.38s
2026-05-22 00:03 · Suită modificată7.78.810.013/203238,2850$0.65039.29s
Diferență+0.4-0.200-579820-$0.122-7914ms

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Qwen3.5-122B-A10BmediumvsGemini 3.1 Flash LitemediumQwen3.5-122B-A10BmediumvsQwen3.5 Plus 2026-04-20mediumQwen3.5-122B-A10BmediumvsClaude Opus 4.8lowQwen3.5-122B-A10BmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-122B-A10BmediumvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsGemini 3.5 FlashhighQwen3.5-122B-A10BmediumvsGemini 3 Flash PreviewmediumQwen3.5-122B-A10BmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.5-122B-A10BmediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 4.7 1.6
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 2.9 7.2
Inteligență generală 3.4 2.2
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 10.0 10.0
Apelare instrumente 10.0 10.0

Modele comparate