#104 Qwen3.6 27B
none- Cost
- $0.009
- Time
- 83.0s
- Tokens
- 4,549 tok
Rezumat
Qwen3.6 27B obține 5.8 pe AI BENCHY și este pe #104. Are fiabilitate 10.0, rată de reușită 50.0%, cost total $0.032 și timp mediu de răspuns 3.87s.
Ce face Qwen3.6 27B unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Respectarea instrucțiunilor este zona cea mai slabă, la #13.
5.8
Consistență
7.5
10.0
$0.032
Total tokenuri de ieșire
3,812
Total tokenuri de intrare
0
Preț de intrare
$0.317 / 1M
Preț de ieșire
$3.200 / 1M
Teste instabile
6
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Generation showcase
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:16 Test nou adăugat | 5.6 | 10.0 | $0.028 ↓ | Compară | |
| 2026-05-21 23:48 Suită modificată | 5.8 | 10.0 | $0.032 | Rularea curentă | |
| 2026-04-27 21:46 Test nou adăugat | 6.0 | 10.0 | $0.031 | Compară | |
| 2026-04-27 21:31 Prima rulare înregistrată | 5.9 | 10.0 | $0.027 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 3.8 | 3.7 | |
| Programare | 6.8 | 10.0 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 7.3 | 5.8 | |
| Specific domeniului | 7.7 | 10.0 | |
| Inteligență generală | 5.2 | 9.9 | |
| Respectarea instrucțiunilor | 6.2 | 5.8 | |
| Rezolvare de puzzle-uri | 5.3 | 7.2 | |
| Apelare instrumente | 9.5 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |