AI BENCHY
Advertise here
#235

Qwen3 Coder Next

Qwen 发布日期: 2026-02-03 测试于: 2026-08-14 01:38 qwen/qwen3-coder-next::none
80B 总计 (3B 激活)MoE开源
(medium) (none)

摘要

Qwen3 Coder Next 在 AI BENCHY 上得分 5.1,排名 #235。它的可靠性为 10.0,通过率为 25.8%,总成本为 $0.026,平均响应时间为 8.63s

Qwen3 Coder Next 的独特之处: 它最突出的是 通用智能,排名 #1;相对较弱的是 谜题求解,排名 #15

模型信息

调研日期:2026-08-12

已公布
参数量
80B 总计 (3B 激活)
架构
MoE
开放状态
开源
许可证
Apache-2.0

分数

5.1

一致性

9.7

可靠性

10.0

总成本(当前价格)

$0.026 ↑ +4.9%

测试时价格: $0.025

总输出令牌

11,808

总输入令牌

134,227

输入价格

$0.120 / 1M

输出价格

$0.800 / 1M

测试正确

错误测试数: 17

尝试通过率: 25.8%

不稳定测试

1

不稳定测试在运行之间出现混合结果(至少一次通过且至少一次失败)。

响应时间(平均)

8.63s

响应时间(最大): 45.14s

响应时间(总计): 146.72s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#235 Qwen3 Coder Next

none
无效SVG
成本
$0.058
时间
246.3s
令牌
64,126 tok

测试历史

测试于 分数 可靠性 测试正确 总成本 比较
2026-08-14 01:38 重新测试 5.1 10.0 $0.026 当前轮次
2026-07-16 21:14 新增测试 5.1 10.0 $0.025 比较
2026-06-04 13:09 新增测试 4.9 10.0 $0.009 比较
2026-05-21 23:44 测试集已变更 5.1 10.0 $0.008 比较
2026-04-14 00:56 首次记录的运行 5.1 不适用 $0.008 比较

此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。

轮次对比

测试轮次基准测试覆盖率分数一致性可靠性测试正确不稳定测试总输出令牌总输入令牌总成本响应时间(平均)
2026-08-14 01:38 · 当前轮次66/66 次尝试5.19.710.05/22111,808134,227$0.0268.63s
2026-06-04 13:09 · 新增测试63/63 次尝试4.99.710.05/2113,58447,507$0.0098.62s
差值+0.20.00.000+8224+86720+$0.018+6ms

基准测试覆盖率不同:66/66 次尝试 (目标:每项测试重复 3 次) 对比 63/63 次尝试 (目标:每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。

这两次运行使用了不同的基准测试集,因此差异同时反映模型变化和测试集变化。

价格历史

来自 OpenRouter 的该模型历史定价数据。

日期 输入价格 输出价格
2026-06-04 15:40 $0.110 / 1M $0.800 / 1M
2026-08-14 12:51 $0.120 / 1M $0.800 / 1M

图表

先选择第一个模型,再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

类别细分

类别 分数 一致性 测试正确
反AI技巧 3.6 10.0
编程 4.6 7.9
综合 3.0 10.0
数据解析与提取 6.5 10.0
领域专项 5.3 10.0
通用智能 10.0 10.0
指令遵循 6.3 10.0
谜题求解 3.0 10.0
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型