Muse Spark 1.1 (high) inaongoza kwa average score: 8.0 vs 7.9. Qwen3.8 27B (low) ina gharama ya chini ya benchmark: ~$0.071 vs $1.709. Muse Spark 1.1 (high) ni ya haraka zaidi: 30.84s vs 39.11s, na pass rates 68.2% vs 68.2%.
Benchmark zimetengenezwa kutoka seti za majaribio za AI BENCHY tarehe:
2026-08-29
Nafasi
#53
Jumla ya tokeni za matokeo
363,989
Muda wa majibu (wastani)
30.84s
Jumla ya gharama
$1.709
Majibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
Nafasi
#62
Jumla ya tokeni za matokeo
169,329
Muda wa majibu (wastani)
39.11s
Jumla ya gharama
~$0.071Makadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 0.7171 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.070898.
Muundo unaopendekezwaQwen3.8 27B (low)
Its score stays close to the best score here (7.9 vs 8.0), while costing about 24.1x less than Muse Spark 1.1 (high).
Qwen3.8 27BQwen3.8 27BlowMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.Toleo: 2026-08-14
Alama
8.0Wastani wa alama katika majaribio yote ya benchmark.…
7.9Wastani wa alama katika majaribio yote ya benchmark.…
Nafasi
#53
#62
Uaminifu
10.0Alama ya mafanikio ya jaribio la kwanza: 10.0 humaanisha hakuna hitilafu za API lengwa au kikomo cha kasi zinazoweza kujaribiwa tena kabla ya miito iliyofanikiwa; hitilafu zilizorekodiwa hushusha alama.…
10.0Alama ya mafanikio ya jaribio la kwanza: 10.0 humaanisha hakuna hitilafu za API lengwa au kikomo cha kasi zinazoweza kujaribiwa tena kabla ya miito iliyofanikiwa; hitilafu zilizorekodiwa hushusha alama.…
Uthabiti
7.9Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Jibu lisilo sahihi: 4Hakuna jibu: 2Hakufuata maelekezo: 1Muda wa majibu (wastani)39.11sMuda wa majibu (upeo)376.04sMuda wa majibu (jumla)860.51sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
Kiwango cha kupita kwa kila jaribio
68.2%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
68.2%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
Majaribio yasiyo thabiti
6Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jumla ya uendeshaji
64Jumla ya uendeshaji…
66Jumla ya uendeshaji…
Gharama kwa matokeo
14.236
~0.473Makadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 0.7171 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.070898.
Jumla ya gharama
$1.709
~$0.071Makadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 0.7171 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.070898.
Bei ya ingizo
$1.250 / 1MBei ya ingizo…
HaipoBei ya ingizo…
Bei ya toleo
$4.250 / 1MBei ya toleo…
HaipoBei ya toleo…
Jumla ya tokeni za ingizo
129,003Jumla ya tokeni za ingizo…
99,705Jumla ya tokeni za ingizo…
Tokeni za matokeo
8,340Tokeni za matokeo…
1,545Tokeni za matokeo…
Tokeni za hoja
355,649Tokeni za hoja…
167,784Tokeni za hoja…
Muda wa majibu (wastani)
30.84sMuda wa majibu (wastani)…
39.11sMuda wa majibu (wastani)…
Muda wa majibu (upeo)
196.03sMuda wa majibu (upeo)…
376.04sMuda wa majibu (upeo)…
Muda wa majibu (jumla)
647.67sMuda wa majibu (jumla)…
860.51sMuda wa majibu (jumla)…
Vigezo
~1T jumla (~50B vinavyotumika)
27.3B
Upatikanaji
Imefungwa
Uzani unapatikana
Onyesho la kizazi cha modeli
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#53 Muse Spark 1.1
high
Gharama
$0.039
Muda
50.1s
Tokeni
9,423 tok
#62 Qwen3.8 27B
lowMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
Gharama
~$0.003Makadirio yanahusu umeme wa GPU pekee. Hayajumuishi sehemu nyingine za kompyuta wala gharama ya kununua maunzi. NVIDIA GeForce RTX 3090: 0.0258 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.002549.
7.5Wastani wa alama katika majaribio yote ya benchmark.…
8.4Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
66.7%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
1Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakufuata maelekezo: 1Jibu lisilo sahihi: 1Muda wa majibu (wastani)8.60sMuda wa majibu (upeo)15.63sMuda wa majibu (jumla)34.39sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
8.60sMuda wa majibu (wastani)…
2,334Jumla ya tokeni za ingizo…
516Tokeni za matokeo…
13,023Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)3.02sMuda wa majibu (upeo)5.68sMuda wa majibu (jumla)12.07sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)22.92sMuda wa majibu (upeo)27.22sMuda wa majibu (jumla)68.75sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
22.92sMuda wa majibu (wastani)…
8,562Jumla ya tokeni za ingizo…
349Tokeni za matokeo…
36,039Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
7.7Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
66.7%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna jibu: 1Muda wa majibu (wastani)140.92sMuda wa majibu (upeo)376.04sMuda wa majibu (jumla)422.75sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
5.9Wastani wa alama katika majaribio yote ya benchmark.…
2.9Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
66.7%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
2Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Mwito wa zana si sahihi: 2Muda wa majibu (wastani)70.25sMuda wa majibu (upeo)78.10sMuda wa majibu (jumla)140.51sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
70.25sMuda wa majibu (wastani)…
90,082Jumla ya tokeni za ingizo…
5,535Tokeni za matokeo…
68,439Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)90.63sMuda wa majibu (upeo)143.71sMuda wa majibu (jumla)181.27sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)8.40sMuda wa majibu (upeo)10.84sMuda wa majibu (jumla)16.81sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
8.40sMuda wa majibu (wastani)…
7,827Jumla ya tokeni za ingizo…
240Tokeni za matokeo…
5,907Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)8.03sMuda wa majibu (upeo)9.09sMuda wa majibu (jumla)16.06sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
2.9Wastani wa alama katika majaribio yote ya benchmark.…
4.4Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
22.2%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
2Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hitilafu ya API: 1Muundo wa ziada: 1Jibu lisilo sahihi: 1Muda wa majibu (wastani)60.59sMuda wa majibu (upeo)67.02sMuda wa majibu (jumla)121.18sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
60.59sMuda wa majibu (wastani)…
852Jumla ya tokeni za ingizo…
329Tokeni za matokeo…
67,684Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
5.3Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
33.3%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Jibu lisilo sahihi: 2Muda wa majibu (wastani)60.78sMuda wa majibu (upeo)120.94sMuda wa majibu (jumla)182.34sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)7.73sMuda wa majibu (upeo)7.73sMuda wa majibu (jumla)7.73sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
7.73sMuda wa majibu (wastani)…
906Jumla ya tokeni za ingizo…
116Tokeni za matokeo…
3,390Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
5.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
0.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakufuata maelekezo: 1Muda wa majibu (wastani)5.37sMuda wa majibu (upeo)5.37sMuda wa majibu (jumla)5.37sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
6.4Wastani wa alama katika majaribio yote ya benchmark.…
6.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
66.7%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
1Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakufuata maelekezo: 1Muda wa majibu (wastani)7.81sMuda wa majibu (upeo)9.13sMuda wa majibu (jumla)15.62sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
7.81sMuda wa majibu (wastani)…
1,527Jumla ya tokeni za ingizo…
193Tokeni za matokeo…
7,158Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
10.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)2.43sMuda wa majibu (upeo)2.87sMuda wa majibu (jumla)4.86sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
7.8Wastani wa alama katika majaribio yote ya benchmark.…
9.9Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
66.7%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna jibu: 1Muda wa majibu (wastani)69.96sMuda wa majibu (upeo)196.03sMuda wa majibu (jumla)209.89sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
69.96sMuda wa majibu (wastani)…
1,938Jumla ya tokeni za ingizo…
225Tokeni za matokeo…
140,780Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
7.7Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
66.7%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Jibu lisilo sahihi: 1Muda wa majibu (wastani)4.91sMuda wa majibu (upeo)8.81sMuda wa majibu (jumla)14.74sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
9.6Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
100.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna majibu yaliyoshindwa.Muda wa majibu (wastani)9.88sMuda wa majibu (upeo)9.88sMuda wa majibu (jumla)9.88sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
9.88sMuda wa majibu (wastani)…
14,363Jumla ya tokeni za ingizo…
795Tokeni za matokeo…
2,938Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
3.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
0.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Jibu lisilo sahihi: 1Muda wa majibu (wastani)8.42sMuda wa majibu (upeo)8.42sMuda wa majibu (jumla)8.42sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
3.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
0.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Jibu lisilo sahihi: 1Muda wa majibu (wastani)22.93sMuda wa majibu (upeo)22.93sMuda wa majibu (jumla)22.93sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…
22.93sMuda wa majibu (wastani)…
612Jumla ya tokeni za ingizo…
42Tokeni za matokeo…
10,291Tokeni za hoja…
Qwen3.8 27BMajibu ya modeli iliyopimwa yalitolewa kwenye maunzi ya ndani. OpenRouter ilitumika kwa tathmini pekee.
3.0Wastani wa alama katika majaribio yote ya benchmark.…
10.0Alama ya uthabiti inaonyesha utulivu kati ya run (10 = thabiti sana, hata ikiwa ni makosa mfululizo).…
0.0%Kiwango cha kupita kwa kila jaribio = majaribio yaliyopita / jumla ya majaribio katika run zote.…
0Majaribio yasiyo thabiti yalikuwa na matokeo mchanganyiko kati ya run (angalau kupita moja na kufeli moja).…
Jaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.Hakuna jibu: 1Muda wa majibu (wastani)12.64sMuda wa majibu (upeo)12.64sMuda wa majibu (jumla)12.64sJaribio huhesabiwa kuwa limepita kikamilifu tu ikiwa run zake zote zimepita.…