#13
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::medium
平均分
6.77
每个结果成本
5.137
一致性
8.22
总成本
$0.463
测试正确
9/14
只有当某个测试的所有运行都通过时，才计为完全通过。
错误测试数
5
尝试通过率: 76.2%
不稳定测试
3
响应时间：平均 23.85s · 总计 333.92s · 最大 119.29s
答案错误: 3
未遵循指令: 1
超时: 1
按分数排名的模型
先选择第一个模型，再点击第二个模型打开并排页面。
类别细分
| 类别 | 平均分 | 一致性 | 测试正确 |
|---|---|---|---|
| Anti-AI Tricks | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 7.21 | 0/3 |
| Instructions following | 5.50 | 5.92 | 1/2 |
| Puzzle Solving | 7.00 | 7.21 | 2/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |