AI BENCHY
Advertise here
#32

Qwen3.6 35B A3B

Qwen Lansare: 2026-04-20 Testat la: 2026-05-22 00:02 qwen/qwen3.6-35b-a3b::medium
(medium) (none)

Rezumat

Qwen3.6 35B A3B obține 7.8 pe AI BENCHY și este pe #32. Are fiabilitate 9.4, rată de reușită 70.4%, cost total $0.126 și timp mediu de răspuns 17.26s.

Scor

7.8

Consistență

9.1

Fiabilitate

9.4

Cost total (preț curent)

$0.126

Total tokenuri de ieșire

134,075

Total tokenuri de intrare

0

Preț de intrare

$0.150 / 1M

Preț de ieșire

$1.000 / 1M

Teste corecte

Teste greșite: 6

Rată de trecere pe încercare: 70.4%

Teste instabile

2

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

Timp de răspuns (mediu)

17.26s

Timp de răspuns (maxim): 86.11s

Timp de răspuns (total): 310.77s

Răspuns greșit: 4 Nu a urmat instrucțiunile: 1 Fără răspuns: 1

Generation showcase

Hamster playing table tennis

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

#32 Qwen3.6 35B A3B

medium
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:20 Test nou adăugat 7.4 10.0 $0.146 ↑ Compară
2026-05-22 00:02 Suită modificată 7.8 9.4 $0.126 Rularea curentă
2026-04-27 23:06 Prima rulare 8.8 10.0 $0.104 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

Qwen3.6 35B A3BmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.6 35B A3BmediumvsGPT-5.2mediumQwen3.6 35B A3BmediumvsQwen3.6 FlashmediumQwen3.6 35B A3BmediumvsMiMo-V2.5-PromediumQwen3.6 35B A3BmediumvsGrok 4.3mediumQwen3.6 35B A3BmediumvsGemini 3.1 Flash LitemediumQwen3.6 35B A3BmediumvsGemini 3 Flash PreviewmediumQwen3.6 35B A3BmediumvsGemini 3.5 FlashhighQwen3.6 35B A3BmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.6 35B A3BmediumvsGemini 3.5 Flashlow

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 6.6 10.0
Combinat 0.0 0.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 7.2
Inteligență generală 4.4 9.9
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 7.9 7.5
Apelare instrumente 0.0 0.0
Cultură generală 3.0 10.0

Modele comparate