#22
Qwen: Qwen3.5-35B-A3B
Qwen · qwen/qwen3.5-35b-a3b::medium
Средний балл
5.93
Стоимость за результат
5.169
Стабильность
6.62
Общая стоимость
$0.362
Тестов верно
7/14
Тест считается полностью пройденным, только если все его прогоны успешны.
Ошибочных тестов
7
Доля успешных попыток: 73.8%
Нестабильные тесты
6
Время ответа: среднее 44.87s · суммарно 628.19s · макс. 106.00s
Не соблюдены инструкции: 2
Тайм-аут: 2
Неверный ответ: 2
Ошибка API: 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 | 5.50 | 5.87 | 1/2 |
| Domain specific | 1.00 | 4.42 | 0/3 |
| Instructions following | 8.00 | 6.80 | 1/2 |
| Puzzle Solving | 4.34 | 4.70 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |