#21

Qwen3.5 Plus 2026-02-15

Qwen اجرا: 2026-02-15 ٹیسٹ کیا گیا: 2026-05-21 23:53 qwen/qwen3.5-plus-02-15::medium

~397B کل (~17B فعال)MoEبند ماخذتخمینہ

(medium) (none)

خلاصہ

Qwen3.5 Plus 2026-02-15 AI BENCHY پر 8.1 اسکور کرتا ہے اور #21 پر ہے۔ اس کی reliability 10.0، pass rate 76.7%، کل لاگت $0.317، اور اوسط response time 67.90s ہے۔

Qwen3.5 Plus 2026-02-15 کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔

ماڈل کی تفصیلات

تحقیق کی تاریخ: 2026-08-12

تخمینہ

پیرامیٹرز: ~397B کل (~17B فعال)
ساخت: MoE
دستیابی: بند ماخذ
لائسنس: -

عوامی شواہد کی بنیاد پر بہترین تخمینہ؛ فراہم کنندہ نے تمام اقدار ظاہر نہیں کیں۔

پیرامیٹرز کا ماخذ دستیابی کا ماخذ

اسکور

8.1

تسلسل

8.8

اعتماد پذیری

10.0

کل لاگت (موجودہ قیمت)

$0.317

کل آؤٹ پٹ ٹوکنز

175,390

کل ان پٹ ٹوکنز

ان پٹ قیمت

$0.260 / 1M

آؤٹ پٹ قیمت

$1.560 / 1M

درست ٹیسٹس

غلط ٹیسٹس: 6

فی کوشش کامیابی کی شرح: 76.7%

غیر مستحکم ٹیسٹ

غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).

ردِعمل کا وقت (اوسط)

67.90s

ردِعمل کا وقت (زیادہ سے زیادہ): 266.69s

ردِعمل کا وقت (کل): 882.70s

غلط جواب: 4 ٹائم آؤٹ: 2

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#21 Qwen3.5 Plus 2026-02-15

medium

لاگت: $0.011
وقت: 125.5s
ٹوکنز: 7,040 tok

رن ہسٹری

ٹیسٹ کیا گیا	اسکور	اعتماد پذیری	کل لاگت	موازنہ کریں
2026-08-14 01:42 دوبارہ ٹیسٹ	7.5	10.0	$0.459 ↓	موازنہ کریں
2026-07-16 21:32 نیا ٹیسٹ شامل ہوا	7.5	10.0	$0.437 ↓	موازنہ کریں
2026-06-04 13:17 نیا ٹیسٹ شامل ہوا	7.9	8.9	$0.310 ↓	موازنہ کریں
2026-05-21 23:53 سوٹ بدل گیا	8.1	10.0	$0.317	موجودہ رن
2026-04-11 01:44 پہلا ریکارڈ شدہ رن	8.5	دستیاب نہیں	$0.220	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)
2026-05-21 23:53 · سوٹ بدل گیا	60/60 کوششیں	8.1	8.8	10.0	14/20	3	175,390	0	$0.317	67.90s
2026-07-16 21:32 · نیا ٹیسٹ شامل ہوا	66/66 کوششیں	7.5	8.5	10.0	14/22	4	260,704	113,560	$0.437	89.19s
فرق	—	+0.6	+0.3	0.0	0	-1	-85314	-113560	-$0.121	-21295ms

بینچ مارک کوریج مختلف ہے: 60/60 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۔

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

فوری موازنہ

زمرہ وار تفصیل

زمرہ	اسکور	تسلسل
اینٹی اے آئی چالیں	8.2	7.9
کوڈنگ	7.6	6.7
مشترکہ	10.0	10.0
ڈیٹا پارسنگ اور استخراج	10.0	10.0
ڈومین مخصوص	5.3	10.0
عمومی ذہانت	4.7	1.6
ہدایات کی پیروی	10.0	10.0
پہیلی حل کرنا	10.0	10.0
ٹول کالنگ	10.0	10.0
معلومات عامہ	3.0	10.0

Qwen3.5 Plus 2026-02-15

ماڈل کی تفصیلات

Hamster playing table tennis

#21 Qwen3.5 Plus 2026-02-15

چارٹس

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

زمرہ وار تفصیل

موازنہ کیے گئے ماڈلز