AI BENCHY
Advertise here
#90

Qwen3.6 Flash

Qwen Lansare: 2026-04-20 Testat la: 2026-04-27 23:05 qwen/qwen3.6-flash::none
(medium) (none)

Rezumat

Qwen3.6 Flash obține 5.8 pe AI BENCHY și este pe #90. Are fiabilitate 10.0, rată de reușită 38.9%, cost total $0.018 și timp mediu de răspuns 1.65s.

Ce face Qwen3.6 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #11.

Scor

5.8

Consistență

10.0

Fiabilitate

10.0

Cost total (preț curent)

$0.018

Total tokenuri de ieșire

4,161

Total tokenuri de intrare

0

Preț de intrare

$0.250 / 1M

Preț de ieșire

$1.500 / 1M

Teste corecte

Teste greșite: 11

Rată de trecere pe încercare: 38.9%

Teste instabile

0

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

Timp de răspuns (mediu)

1.65s

Timp de răspuns (maxim): 4.60s

Timp de răspuns (total): 29.78s

Răspuns greșit: 8 Nu a urmat instrucțiunile: 2 Apel de instrument invalid: 1

Generation showcase

Hamster playing table tennis

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

#90 Qwen3.6 Flash

none
Cost
$0.005
Time
20.1s
Tokens
4,211 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:17 Test nou adăugat 5.4 10.0 $0.015 ↓ Compară
2026-05-21 23:50 Suită modificată 5.5 9.7 $0.019 Compară
2026-04-27 23:05 Prima rulare 5.8 10.0 $0.018 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-04-27 23:05 · Prima rulare5.810.010.07/1804,1610$0.0181.65s
2026-05-21 23:50 · Suită modificată5.510.09.77/2004,1860$0.0191.64s
Diferență+0.20.0+0.300-250-$0.001+10ms

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 FlashnonevsDeepSeek V4 ProhighQwen3.6 FlashnonevsNemotron 3 SupermediumDisponibil gratuitQwen3.6 FlashnonevsGemma 4 26B A4BnoneDisponibil gratuitQwen3.6 FlashnonevsGemini 3 Flash PreviewmediumQwen3.6 FlashnonevsGemini 3.5 FlashhighQwen3.6 FlashnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.6 FlashnonevsGemini 3.5 Flashlow

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.1 10.0
Programare 10.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 3.5 10.0
Apelare instrumente 10.0 10.0

Modele comparate