#29
Qwen: Qwen3.5-27B
Qwen · qwen/qwen3.5-27b::none
平均分
4.70
每个结果成本
0.190
一致性
9.94
总成本
$0.010
测试正确
5/14
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
9
尝试通过率: 35.7%
不稳定测试
0
响应时间：平均 1.14s · 总计 16.01s · 最大 3.54s
答案错误: 7
未遵循指令: 2
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 | 4.00 | 10.00 | 1/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 10.00 | 0/3 |
| Instructions following | 4.00 | 10.00 | 0/2 |
| Puzzle Solving | 4.34 | 9.68 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |