- اسکور
- 8.3 (+4.22 پوائنٹس)
- کل لاگت (موجودہ قیمت)
- $0.000 · 100.0% سستا
- ردِعمل کا وقت (اوسط)
- 88.74s · 19.5% تیز
Qwen
اجرا: 2026-03-02
ٹیسٹ کیا گیا: 2026-10-01 01:14
qwen/qwen3.5-9b::medium
9Bگنجانکھلا ماخذ
(medium)
(none)
خلاصہ
Qwen3.5-9B AI BENCHY پر 4.0 اسکور کرتا ہے اور #402 پر ہے۔ اس کی reliability 8.7، pass rate 26.1%، کل لاگت $0.106، اور اوسط response time 110.18s ہے۔
Qwen3.5-9B کو منفرد کیا بناتا ہے: یہ خودمختار ایجنٹ کے کام میں سب سے نمایاں ہے، جہاں اس کا rank #2 ہے؛ جبکہ عمومی ذہانت اس کا کمزور ترین حصہ ہے، rank #10. یہ غیر معمولی طور پر زیادہ reasoning tokens استعمال کرتا ہے، جو سست یا مہنگے runs کی وجہ ہو سکتی ہے۔
تجویز کردہ متبادل
ہم اس کے بجائے ان میں سے ایک ماڈل منتخب کرنے کا مشورہ دیتے ہیں:
- اسکور
- 8.6 (+4.54 پوائنٹس)
- کل لاگت (موجودہ قیمت)
- $0.061 · 42.8% سستا
- ردِعمل کا وقت (اوسط)
- 7.51s · 93.2% تیز
- اسکور
- 7.5 (+3.51 پوائنٹس)
- کل لاگت (موجودہ قیمت)
- $0.000 · 100.0% سستا
- ردِعمل کا وقت (اوسط)
- 29.38s · 73.3% تیز
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 9B
- ساخت
- گنجان
- دستیابی
- کھلا ماخذ
- لائسنس
- Apache-2.0
4.0
تسلسل
7.9
8.7
$0.106
کل آؤٹ پٹ ٹوکنز
447,247
کل ان پٹ ٹوکنز
387,323
ان پٹ قیمت
$0.100 / 1M
آؤٹ پٹ قیمت
$0.150 / 1M
کیش پڑھنے کی قیمت
دستیاب نہیں
کیش میں لکھنے کی قیمت
دستیاب نہیں
کیش کی قیمتیں ان پٹ ٹوکنز پر لاگو ہوتی ہیں۔ پڑھنے سے محفوظ پرامپٹ دوبارہ استعمال ہوتے ہیں؛ لکھنے سے وہ محفوظ ہوتے ہیں اور اضافی لاگت آ سکتی ہے۔ آؤٹ پٹ ٹوکنز پر آؤٹ پٹ کی قیمت لاگو ہوتی ہے۔
غیر مستحکم ٹیسٹ
6
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#402 Qwen3.5-9B
medium- لاگت
- $0.001
- وقت
- 35.9s
- ٹوکنز
- 3,030 tok
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-10-01 01:14 دوبارہ ٹیسٹ | 4.0 | 8.7 | $0.106 | موجودہ رن | |
| 2026-07-16 23:12 نیا ٹیسٹ شامل ہوا | 3.8 | 5.0 | $0.036 ↑ | موازنہ کریں | |
| 2026-06-04 13:41 نیا ٹیسٹ شامل ہوا | 4.2 | 5.6 | $0.035 ↓ | موازنہ کریں | |
| 2026-05-22 00:18 سوٹ بدل گیا | 4.2 | 1.7 | $0.035 | موازنہ کریں | |
| 2026-05-08 14:44 سوٹ بدل گیا | 4.3 | 3.3 | $0.035 | موازنہ کریں | |
| 2026-05-08 14:44 سوٹ بدل گیا | 4.3 | 3.3 | $0.035 | موازنہ کریں | |
| 2026-04-20 17:48 پہلا ریکارڈ شدہ رن | 4.4 | دستیاب نہیں | $0.030 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:14 · موجودہ رن | 69/69 کوششیں | 4.0 | 7.9 | 8.7 | 3/23 | 6 | 447,247 | 387,323 | $0.106 | 110.18s |
| 2026-07-16 23:12 · نیا ٹیسٹ شامل ہوا | 66/66 کوششیں | 3.8 | 8.1 | 5.0 | 3/22 | 5 | 238,561 | 17,070 | $0.036 | 82.24s |
| فرق | — | +0.3 | -0.2 | +3.7 | 0 | +1 | +208686 | +370253 | +$0.070 | +27934ms |
بینچ مارک کوریج مختلف ہے: 69/69 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 66/66 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
Qwen3.5-9BmediumvsMercury 2.5noneQwen3.5-9BmediumvsLing 3.0 TinydefaultQwen3.5-9Bmediumvsgpt-oss-120bnoneQwen3.5-9BmediumvsGranite 4.1 8bdefaultQwen3.5-9BmediumvsGLM 4.7 FlashmediumQwen3.5-9BmediumvsNemotron 3.5 Lightningnoneمفت دستیابQwen3.5-9BmediumvsMiniMax M2.5mediumQwen3.5-9BmediumvsXing4.0 29b A4bmediumمفت دستیابQwen3.5-9BmediumvsMercury 2noneQwen3.5-9BmediumvsLing 3.0 Tinyhigh
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| خودمختار ایجنٹ کے کام | 5.2 | 3.2 | |
| اینٹی اے آئی چالیں | 5.1 | 5.8 | |
| کوڈنگ | 2.9 | 10.0 | |
| مشترکہ | 3.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 3.6 | 5.6 | |
| ڈومین مخصوص | 3.6 | 7.2 | |
| عمومی ذہانت | 2.8 | 1.6 | |
| ہدایات کی پیروی | 6.5 | 10.0 | |
| پہیلی حل کرنا | 3.0 | 10.0 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |