#13
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::medium
Средний балл
6.77
Стоимость за результат
5.137
Стабильность
8.22
Общая стоимость
$0.463
Тестов верно
9/14
Тест считается полностью пройденным, только если все его прогоны успешны.
Ошибочных тестов
5
Доля успешных попыток: 76.2%
Нестабильные тесты
3
Время ответа: среднее 23.85s · суммарно 333.92s · макс. 119.29s
Неверный ответ: 3
Не соблюдены инструкции: 1
Тайм-аут: 1
Лучшие модели по оценке
Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.
Разбивка по категориям
| Категория | Средний балл | Стабильность | Тестов верно |
|---|---|---|---|
| Anti-AI Tricks | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 7.21 | 0/3 |
| Instructions following | 5.50 | 5.92 | 1/2 |
| Puzzle Solving | 7.00 | 7.21 | 2/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |