#30
Qwen: Qwen3.5-35B-A3B
Qwen · qwen/qwen3.5-35b-a3b::none
Средний балл
4.63
Стоимость за результат
0.165
Стабильность
9.40
Общая стоимость
$0.009
Тестов верно
5/14
Тест считается полностью пройденным, только если все его прогоны успешны.
Ошибочных тестов
9
Доля успешных попыток: 40.5%
Нестабильные тесты
1
Время ответа: среднее 1.17s · суммарно 16.43s · макс. 4.39s
Неверный ответ: 8
Не соблюдены инструкции: 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 | 1.00 | 7.21 | 0/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 7.00 | 10.00 | 2/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |