#24
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::medium
平均分
5.79
每个结果成本
0.650
一致性
7.61
总成本
$0.046
测试正确
7/14
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
7
尝试通过率: 66.7%
不稳定测试
4
响应时间：平均 86.89s · 总计 1216.50s · 最大 234.29s
超时: 3
API 错误: 2
未遵循指令: 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 | 5.50 | 5.87 | 1/2 |
| Domain specific | 1.00 | 4.42 | 0/3 |
| Instructions following | 7.50 | 9.91 | 1/2 |
| Puzzle Solving | 4.00 | 7.21 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |