AI BENCHY
Advertise here
#93

Qwen3.6 Flash

Qwen Lansare: 2026-04-20 Testat la: 2026-07-16 21:53 qwen/qwen3.6-flash::medium
(medium) (none)

Rezumat

Qwen3.6 Flash obține 6.9 pe AI BENCHY și este pe #93. Are fiabilitate 10.0, rată de reușită 68.2%, cost total $0.738 și timp mediu de răspuns 44.65s.

Ce face Qwen3.6 Flash unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #4, iar Programare este zona cea mai slabă, la #15. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

6.9

Consistență

8.2

Fiabilitate

10.0

Cost total (preț curent)

$0.738 ↓ -9.4%

Testat la: $0.815

Total tokenuri de ieșire

634,338

Total tokenuri de intrare

129,041

Preț de intrare

$0.188 / 1M

Preț de ieșire

$1.125 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 68.2%

Teste instabile

5

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

Timp de răspuns (mediu)

44.65s

Timp de răspuns (maxim): 578.13s

Timp de răspuns (total): 982.32s

Răspuns greșit: 8 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1

Hamster playing table tennis

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

#93 Qwen3.6 Flash

medium
SVG invalid
Cost
$0.008
Timp
29.9s
Tokenuri
6,784 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-07-16 21:53 Test nou adăugat 6.9 10.0 $0.738 ↓ Rularea curentă
2026-06-04 13:18 Test nou adăugat 7.5 10.0 $0.288 ↓ Compară
2026-05-21 23:53 Suită modificată 7.4 9.7 $0.348 Compară
2026-04-27 23:06 Prima rulare 8.1 10.0 $0.174 Compară

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

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.188 / 1M $1.125 / 1M

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 FlashmediumvsMiMo-V2.5-PromediumQwen3.6 FlashmediumvsStep 3.7 FlashhighQwen3.6 FlashmediumvsGPT-5.6 SolnoneQwen3.6 FlashmediumvsGPT-5.5noneQwen3.6 FlashmediumvsDeepSeek V4 PrononeQwen3.6 FlashmediumvsGemini 3.5 FlashminimalQwen3.6 FlashmediumvsKAT-Coder-Pro V2.5mediumQwen3.6 FlashmediumvsGemini 3 Flash PreviewnoneQwen3.6 FlashmediumvsSeed-2.0-MinimediumQwen3.6 FlashmediumvsQwen3.6 35B A3Bmedium

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 5.0 5.1
Combinat 6.5 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.5 4.4
Inteligență generală 4.8 9.9
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 8.2 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate