#56 Qwen3.6 Max Preview
none- Cost
- $0.025
- Time
- 83.9s
- Tokens
- 4,066 tok
Rezumat
Qwen3.6 Max Preview obține 7.3 pe AI BENCHY și este pe #56. Are fiabilitate 10.0, rată de reușită 66.7%, cost total $0.083 și timp mediu de răspuns 3.38s.
Ce face Qwen3.6 Max Preview unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Trucuri anti-AI este zona cea mai slabă, la #16.
7.3
Consistență
8.7
10.0
$0.083
Total tokenuri de ieșire
4,732
Total tokenuri de intrare
0
Preț de intrare
$1.300 / 1M
Preț de ieșire
$7.800 / 1M
Teste instabile
3
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:21 Test nou adăugat | 6.9 | 10.0 | $0.075 ↓ | Compară | |
| 2026-05-21 23:53 Suită modificată | 7.1 | 10.0 | $0.088 | Compară | |
| 2026-04-27 23:05 Prima rulare | 7.3 | 10.0 | $0.083 | 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 23:05 · Prima rulare | 7.3 | 8.7 | 10.0 | 10/18 | 3 | 4,732 | 0 | $0.083 | 3.38s |
| 2026-06-04 13:21 · Test nou adăugat | 6.9 | 9.2 | 10.0 | 11/21 | 2 | 4,779 | 42,509 | $0.075 | 3.30s |
| Diferență | +0.5 | -0.5 | 0.0 | -1 | +1 | -47 | -42509 | +$0.009 | +75ms |
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 Max PreviewnonevsQwen3.5-35B-A3BmediumQwen3.6 Max PreviewnonevsClaude Opus 4.8noneQwen3.6 Max PreviewnonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsClaude Opus 4.6mediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsGPT-5.4 NanomediumQwen3.6 Max PreviewnonevsGemini 3 Flash PreviewmediumQwen3.6 Max PreviewnonevsGemini 3.5 FlashhighQwen3.6 Max PreviewnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.6 Max PreviewnonevsGemini 3.5 Flashlow
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 5.2 | 7.9 | |
| Programare | 5.0 | 2.0 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 7.7 | 10.0 | |
| Inteligență generală | 4.3 | 10.0 | |
| Respectarea instrucțiunilor | 8.4 | 6.9 | |
| Rezolvare de puzzle-uri | 10.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 |