#25 Qwen3.6 Flash
medium
SVG invalid
- Cost
- $0.008
- Timp
- 29.9s
- Tokenuri
- 6,784 tok
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.
Ce face Qwen3.6 Flash unic: Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
8.1
Consistență
8.2
10.0
$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 instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 ↓ | 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
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-27 23:06 · Prima rulare | 8.1 | 8.2 | 10.0 | 12/18 | 4 | 110,014 | 0 | $0.174 | 9.90s |
| 2026-07-16 21:53 · Test nou adăugat | 6.9 | 8.2 | 10.0 | 12/22 | 5 | 634,338 | 129,041 | $0.738 | 44.65s |
| Diferență | +1.3 | 0.0 | 0.0 | 0 | -1 | -524324 | -129041 | -$0.565 | -34748ms |
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.
Top modele după scor
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
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 | 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 |