AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#141

Qwen3 Coder Next

Qwen Lansare: 2026-02-03 Testat la: 2026-05-21 23:45 qwen/qwen3-coder-next::medium
(medium) (none)

Rezumat

Qwen3 Coder Next obține 4.7 pe AI BENCHY și este pe #141. Are fiabilitate 10.0, rată de reușită 30.0%, cost total $0.008 și timp mediu de răspuns 9.29s.

Ce face Qwen3 Coder Next unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #2, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #13.

Scor

4.7

Consistență

8.9

Total tokenuri de ieșire

3,280

Total tokenuri de intrare

0

Preț de intrare

$0.110 / 1M

Preț de ieșire

$0.800 / 1M

Teste corecte

Teste greșite: 16

Rată de trecere pe încercare: 30.0%

Teste instabile

3

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

Timp de răspuns (mediu)

9.29s

Timp de răspuns (maxim): 81.80s

Timp de răspuns (total): 130.06s

Prezentare generare

Hamster playing table tennis

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

#141 Qwen3 Coder Next

medium
SVG invalid
Cost
$0.000
Timp
300.0s
Tokenuri
0 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:09 Test nou adăugat 4.6 10.0 $0.008 Compară
2026-05-21 23:45 Suită modificată 4.7 10.0 $0.008 Rularea curentă
2026-04-14 00:56 Prima rulare înregistrată 4.7 N/D $0.008 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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.5 8.1
Programare 4.1 5.8
Combinat 3.0 10.0
Parsare și extragere de date 6.5 10.0
Specific domeniului 5.3 10.0
Inteligență generală 6.3 3.4
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 3.0 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate