#132 Qwen3 Coder Next
none
SVG invalid
- Cost
- $0.058
- Timp
- 246.3s
- Tokenuri
- 64,126 tok
Qwen
Lansare: 2026-02-03
Testat la: 2026-05-21 23:44
qwen/qwen3-coder-next::none
80B în total (3B activi)MoESursă deschisă
(medium)
(none)
Rezumat
Qwen3 Coder Next obține 5.1 pe AI BENCHY și este pe #132. Are fiabilitate 10.0, rată de reușită 28.3%, cost total $0.008 și timp mediu de răspuns 8.83s.
Ce face Qwen3 Coder Next unic: Se remarcă cel mai mult la Inteligență generală, unde este pe #1, iar Rezolvare de puzzle-uri este zona cea mai slabă, la #17. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.
Date despre model
Documentat la 2026-08-12
- Parametri
- 80B în total (3B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- Apache-2.0
5.1
Consistență
9.7
10.0
$0.008
Total tokenuri de ieșire
3,656
Total tokenuri de intrare
0
Preț de intrare
$0.110 / 1M
Preț de ieșire
$0.800 / 1M
Teste instabile
1
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
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 |
|---|---|---|---|---|---|
| 2026-08-14 01:38 Retestare | 5.1 | 10.0 | $0.026 ↑ | Compară | |
| 2026-07-16 21:14 Test nou adăugat | 5.1 | 10.0 | $0.025 ↓ | Compară | |
| 2026-06-04 13:09 Test nou adăugat | 4.9 | 10.0 | $0.009 ↓ | Compară | |
| 2026-05-21 23:44 Suită modificată | 5.1 | 10.0 | $0.008 | Rularea curentă | |
| 2026-04-14 00:56 Prima rulare înregistrată | 5.1 | N/D | $0.008 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:44 · Suită modificată | 60/60 încercări | 5.1 | 9.7 | 10.0 | 5/20 | 1 | 3,656 | 0 | $0.008 | 8.83s |
| 2026-07-16 21:14 · Test nou adăugat | 66/66 încercări | 5.1 | 9.7 | 10.0 | 5/22 | 1 | 11,808 | 134,218 | $0.025 | 9.12s |
| Diferență | — | 0.0 | 0.0 | 0.0 | 0 | 0 | -8152 | -134218 | -$0.017 | -291ms |
Acoperirea benchmark diferă: 60/60 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.
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 Coder NextnonevsMistral Small 4mediumQwen3 Coder NextnonevsMiMo-V2.5noneQwen3 Coder NextnonevsMistral Small 4noneQwen3 Coder NextnonevsQwen3.5-9BnoneQwen3 Coder NextnonevsNemotron 3.5 LightningmediumDisponibil gratuitQwen3 Coder NextnonevsNorth Mini CodenoneDisponibil gratuitQwen3 Coder NextnonevsInklingnoneQwen3 Coder NextnonevsMiniMax M2.7mediumQwen3 Coder NextnonevsDots 3 Note PreviewnoneDisponibil gratuitQwen3 Coder NextnonevsLaguna S 2.1lowDisponibil gratuit
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 3.6 | 10.0 | |
| Programare | 5.4 | 6.9 | |
| Combinat | 3.0 | 10.0 | |
| Parsare și extragere de date | 6.5 | 10.0 | |
| Specific domeniului | 5.3 | 10.0 | |
| Inteligență generală | 10.0 | 10.0 | |
| Respectarea instrucțiunilor | 6.3 | 10.0 | |
| Rezolvare de puzzle-uri | 3.0 | 10.0 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |