AI BENCHY
Advertise here
#116

Qwen3.6 Flash

Qwen Lansare: 2026-04-20 Testat la: 2026-05-21 23:50 qwen/qwen3.6-flash::none
(medium) (none)

Rezumat

Qwen3.6 Flash obține 5.5 pe AI BENCHY și este pe #116. Are fiabilitate 9.7, rată de reușită 35.0%, cost total $0.019 și timp mediu de răspuns 1.64s.

Ce face Qwen3.6 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #12. Este vizibil rapid față de modele similare.

Scor

5.5

Consistență

10.0

Fiabilitate

9.7

Cost total (preț curent)

$0.019

Total tokenuri de ieșire

4,186

Total tokenuri de intrare

0

Preț de intrare

$0.188 / 1M

Preț de ieșire

$1.125 / 1M

Teste corecte

Teste greșite: 13

Rată de trecere pe încercare: 35.0%

Teste instabile

0

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

Timp de răspuns (mediu)

1.64s

Timp de răspuns (maxim): 4.60s

Timp de răspuns (total): 32.88s

Răspuns greșit: 11 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1

Generation showcase

Hamster playing table tennis

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

#116 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 Rularea curentă
2026-04-27 23:05 Prima rulare 5.8 10.0 $0.018 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 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 6.6 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
Cultură generală 3.0 10.0

Modele comparate