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

#48

Qwen3.5-35B-A3B

Qwen Lansare: 2026-02-24 Testat la: 2026-04-11 01:44 qwen/qwen3.5-35b-a3b::medium
(medium) (none)

Scor

7.4

Consistență

6.7

Fiabilitate

N/D

Total tokenuri de ieșire

218,898

Preț de intrare

$0.163 / 1M

Preț de ieșire

$1.300 / 1M

Teste corecte

Teste greșite: 8

Rată de trecere pe încercare: 79.6%

Teste instabile

7

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

Timp de răspuns (mediu)

44.51s

Timp de răspuns (maxim): 106.00s

Timp de răspuns (total): 801.21s

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-05-22 00:15 Suită modificată 7.0 6.7 $0.547 Compară
2026-04-11 01:44 Prima rulare înregistrată 7.4 N/D $0.398 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireCost totalTimp de răspuns (mediu)
2026-04-11 01:44 · Prima rulare înregistrată7.46.7N/D10/187218,898$0.39844.51s
2026-05-22 00:15 · Suită modificată7.07.16.710/207367,406$0.54769.43s
Diferență+0.4-0.400-148508-$0.149-24916ms

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 10.0 10.0
Combinat 4.7 1.6
Parsare și extragere de date 7.3 5.9
Specific domeniului 4.1 4.4
Inteligență generală 2.8 1.6
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 6.4 4.4
Apelare instrumente 10.0 10.0

Modele comparate