AI BENCHY
Advertise here
#40

Qwen3.5-122B-A10B

Qwen Lansare: 2026-02-24 Testat la: 2026-05-22 00:03 qwen/qwen3.5-122b-a10b::medium
(medium) (none)

Rezumat

Qwen3.5-122B-A10B obține 7.7 pe AI BENCHY și este pe #40. Are fiabilitate 10.0, rată de reușită 71.7%, cost total $0.650 și timp mediu de răspuns 39.29s.

Scor

7.7

Consistență

8.8

Fiabilitate

10.0

Cost total (preț curent)

$0.650

Total tokenuri de ieșire

238,285

Total tokenuri de intrare

0

Preț de intrare

$0.260 / 1M

Preț de ieșire

$2.080 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 71.7%

Teste instabile

3

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

Timp de răspuns (mediu)

39.29s

Timp de răspuns (maxim): 168.16s

Timp de răspuns (total): 785.87s

Răspuns greșit: 5 Timp expirat: 2

Prezentare generare

Hamster playing table tennis

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

#40 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 Rularea curentă
2026-04-11 01:44 Prima rulare înregistrată 8.1 N/D $0.528 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

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 4.1 5.8
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
Cultură generală 3.0 10.0

Modele comparate