#5
Qwen: Qwen3.5-27B
Qwen · qwen/qwen3.5-27b::medium
Средний балл
8.56
Стоимость за результат
2.950
Стабильность
9.56
Общая стоимость
$0.325
Тестов верно
11/14
Тест считается полностью пройденным, только если все его прогоны успешны.
Ошибочных тестов
3
Доля успешных попыток: 83.3%
Нестабильные тесты
1
Время ответа: среднее 33.79s · суммарно 473.12s · макс. 95.52s
Не соблюдены инструкции: 1
Тайм-аут: 1
Неверный ответ: 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 | 4.00 | 10.00 | 1/3 |
| Instructions following | 9.00 | 6.88 | 1/2 |
| Puzzle Solving | 10.00 | 10.00 | 3/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |