#20

Qwen3.5 Plus 2026-04-20

Qwen اجرا: 2026-04-20 ٹیسٹ کیا گیا: 2026-04-27 23:09 qwen/qwen3.5-plus-20260420::medium

~397B کل (~17B فعال)MoEبند ماخذتخمینہ

(medium) (none)

خلاصہ

Qwen3.5 Plus 2026-04-20 AI BENCHY پر 8.2 اسکور کرتا ہے اور #20 پر ہے۔ اس کی reliability 9.7، pass rate 77.8%، کل لاگت $0.269، اور اوسط response time 32.81s 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

8.2

تسلسل

9.0

اعتماد پذیری

9.7

کل لاگت (موجودہ قیمت)

$0.269

کل آؤٹ پٹ ٹوکنز

106,011

کل ان پٹ ٹوکنز

ان پٹ قیمت

$0.400 / 1M

آؤٹ پٹ قیمت

$2.400 / 1M

درست ٹیسٹس

غلط ٹیسٹس: 5

فی کوشش کامیابی کی شرح: 77.8%

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)

32.81s

ردِعمل کا وقت (زیادہ سے زیادہ): 92.41s

ردِعمل کا وقت (کل): 590.65s

غلط جواب: 5

Hamster playing table tennis

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

#20 Qwen3.5 Plus 2026-04-20

medium

لاگت: $0.008
وقت: 76.7s
ٹوکنز: 4,355 tok

رن ہسٹری

ٹیسٹ کیا گیا	اسکور	اعتماد پذیری	کل لاگت	موازنہ کریں
2026-08-14 01:42 دوبارہ ٹیسٹ	7.2	9.6	$0.323 ↓	موازنہ کریں
2026-07-16 22:06 نیا ٹیسٹ شامل ہوا	7.2	9.6	$0.317 ↓	موازنہ کریں
2026-06-04 13:15 نیا ٹیسٹ شامل ہوا	7.6	9.9	$0.317 ↓	موازنہ کریں
2026-05-21 23:53 سوٹ بدل گیا	7.6	9.6	$0.363	موازنہ کریں
2026-05-08 14:34 سوٹ بدل گیا	7.8	9.6	$0.305	موازنہ کریں
2026-05-08 14:34 سوٹ بدل گیا	7.8	9.6	$0.305	موازنہ کریں
2026-04-27 23:09 پہلا رن	8.2	9.7	$0.269	موجودہ رن

رن موازنہ

رن	بینچ مارک کوریج	اسکور	تسلسل	اعتماد پذیری	درست ٹیسٹس	غیر مستحکم ٹیسٹ	کل آؤٹ پٹ ٹوکنز	کل لاگت	ردِعمل کا وقت (اوسط)
2026-04-27 23:09 · پہلا رن	54/54 کوششیں	8.2	9.0	9.7	13/18	2	106,011	$0.269	32.81s
2026-05-21 23:53 · سوٹ بدل گیا	60/60 کوششیں	7.6	8.7	9.6	13/20	3	152,480	$0.363	43.63s
فرق	—	+0.6	+0.3	+0.1	0	-1	-46469	-$0.095	-10816ms

بینچ مارک کوریج مختلف ہے: 54/54 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 60/60 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	10.0	10.0
کوڈنگ	10.0	10.0
مشترکہ	10.0	10.0
ڈیٹا پارسنگ اور استخراج	10.0	10.0
ڈومین مخصوص	2.9	7.2
عمومی ذہانت	4.9	9.6
ہدایات کی پیروی	10.0	10.0
پہیلی حل کرنا	8.2	7.2
ٹول کالنگ	10.0	10.0

Qwen3.5 Plus 2026-04-20

ماڈل کی تفصیلات

Hamster playing table tennis

#20 Qwen3.5 Plus 2026-04-20

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