qwen3-8-maxxhigh
第 12 名
当前排名
57%±3%
能力得分
$3.73
平均运行成本
95k
平均输出量
111
平均执行步数
113
参与测试数量
测试详情
推理档位xhigh
95% 置信区间54.8% - 60.1%
Pass@483.2%
尝试次数449
通过任务数258
至少通过一次的任务数94
平均输入量12996k
中位峰值上下文161k
中位运行成本$3.13
中位输出量90k
平均运行时长43 分钟
重复测试轮次4
任务集规模113
数据更新时间2026-08-13
数据生成时间2026-08-13