AI BENCHY
Advertise here
#25

Qwen3.6 Flash

Qwen Lansare: 2026-04-20 Testat la: 2026-04-27 23:06 qwen/qwen3.6-flash::medium
(medium) (none)

Rezumat

Qwen3.6 Flash obține 8.1 pe AI BENCHY și este pe #25. Are fiabilitate 10.0, rată de reușită 79.6%, cost total $0.174 și timp mediu de răspuns 9.90s.

Scor

8.1

Consistență

8.2

Fiabilitate

10.0

Cost total (preț curent)

$0.174

Total tokenuri de ieșire

110,014

Total tokenuri de intrare

0

Preț de intrare

$0.250 / 1M

Preț de ieșire

$1.500 / 1M

Teste corecte

Teste greșite: 6

Rată de trecere pe încercare: 79.6%

Teste instabile

4

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

Timp de răspuns (mediu)

9.90s

Timp de răspuns (maxim): 26.85s

Timp de răspuns (total): 178.26s

Răspuns greșit: 5 Nu a urmat instrucțiunile: 1

Generation showcase

Hamster playing table tennis

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

#25 Qwen3.6 Flash

medium
Invalid SVG
Cost
$0.008
Time
29.9s
Tokens
6,784 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
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 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-04-27 23:06 · Prima rulare8.18.210.012/184110,0140$0.1749.90s
2026-05-21 23:53 · Suită modificată7.48.09.711/205234,4890$0.34818.96s
Diferență+0.8+0.2+0.3+1-1-1244750-$0.174-9054ms

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

Qwen3.6 FlashmediumvsGemini 3.5 FlashminimalQwen3.6 FlashmediumvsQwen3.5 Plus 2026-04-20mediumQwen3.6 FlashmediumvsDeepSeek V4 FlashhighQwen3.6 FlashmediumvsGemma 4 26B A4BmediumDisponibil gratuitQwen3.6 FlashmediumvsGemini 3 Flash PreviewmediumQwen3.6 FlashmediumvsGemini 3.5 FlashhighQwen3.6 FlashmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.6 FlashmediumvsGemini 3.5 Flashlow

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 6.7 3.5
Combinat 10.0 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

Modele comparate