#35
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::none
平均分
3.63
每个结果成本
0.084
一致性
8.32
总成本
$0.003
测试正确
3/14
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
11
尝试通过率: 33.3%
不稳定测试
3
响应时间：平均 3.55s · 总计 49.72s · 最大 13.73s
答案错误: 7
API 错误: 2
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 | 2.34 | 7.76 | 0/3 |
| Data parsing and extraction | 5.38 | 5.81 | 1/2 |
| Domain specific | 4.00 | 7.21 | 1/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |