#14 Qwen3.6 Max Preview
medium- Cost
- $0.024
- Time
- 76.5s
- Tokens
- 3,861 tok
Rezumat
Qwen3.6 Max Preview obține 8.4 pe AI BENCHY și este pe #14. Are fiabilitate 10.0, rată de reușită 80.0%, cost total $1.036 și timp mediu de răspuns 58.41s.
Ce face Qwen3.6 Max Preview unic: Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.
8.4
Consistență
9.2
10.0
$1.036
Total tokenuri de ieșire
133,033
Total tokenuri de intrare
0
Preț de intrare
$1.040 / 1M
Preț de ieșire
$6.240 / 1M
Teste instabile
2
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Generation showcase
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:25 Test nou adăugat | 8.5 | 10.0 | $0.960 ↓ | Compară | |
| 2026-05-21 23:59 Suită modificată | 8.4 | 10.0 | $1.036 | Rularea curentă | |
| 2026-04-27 23:07 Prima rulare | 8.8 | 10.0 | $0.823 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 8.2 | 6.7 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 2.9 | 7.2 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |