#5
Qwen: Qwen3.5-27B
Qwen · qwen/qwen3.5-27b::medium
平均分
8.56
每个结果成本
2.950
一致性
9.56
总成本
$0.325
测试正确
11/14
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
3
尝试通过率: 83.3%
不稳定测试
1
响应时间：平均 33.79s · 总计 473.12s · 最大 95.52s
未遵循指令: 1
超时: 1
答案错误: 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 | 4.00 | 10.00 | 1/3 |
| Instructions following | 9.00 | 6.88 | 1/2 |
| Puzzle Solving | 10.00 | 10.00 | 3/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |