AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#124

Qwen3.5-122B-A10B

Qwen Lansare: 2026-02-24 Testat la: 2026-05-21 23:57 qwen/qwen3.5-122b-a10b::none
(medium) (none)

Rezumat

Qwen3.5-122B-A10B obține 5.4 pe AI BENCHY și este pe #124. Are fiabilitate 10.0, rată de reușită 35.0%, cost total $0.023 și timp mediu de răspuns 3.38s.

Scor

5.4

Consistență

9.2

Total tokenuri de ieșire

3,375

Total tokenuri de intrare

0

Preț de intrare

$0.260 / 1M

Preț de ieșire

$2.080 / 1M

Teste corecte

Teste greșite: 14

Rată de trecere pe încercare: 35.0%

Teste instabile

2

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

Timp de răspuns (mediu)

3.38s

Timp de răspuns (maxim): 46.00s

Timp de răspuns (total): 67.64s

Prezentare generare

Hamster playing table tennis

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

#124 Qwen3.5-122B-A10B

none
Cost
$0.016
Timp
44.5s
Tokenuri
6,431 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:26 Test nou adăugat 5.3 10.0 $0.020 Compară
2026-05-21 23:57 Suită modificată 5.4 10.0 $0.023 Rularea curentă
2026-04-11 01:44 Prima rulare înregistrată 5.7 N/D $0.022 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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 4.8 10.0
Programare 4.0 5.5
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 5.0 10.0
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 3.7 7.7
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate