Archivado
Este modelo ha sido descontinuado por el proveedor. Los datos históricos se conservan.
Ya no está disponible desde el 11 de octubre de 2026.
Análisis de velocidad
Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.
Precios
Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.
Tokens por segundo
Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.
Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.
Capacidades
Disponibilidad
Disponibilidad
Con qué frecuencia responde este modelo cuando lo llamamos — medido en solicitudes reales de API y pruebas en vivo durante los últimos 30 días. Esto es independiente de la calidad: estos números solo indican si el modelo responde, no qué tan buena es la respuesta.
Últimos 7 días
—
Últimos 30 días
100.0%
n=7
Tiempo de respuesta mediano
676ms
n=7
Basado en 324 mediciones en los últimos 30 días.
Detalles técnicos
Solo cuentan las llamadas reales a la API y las solicitudes de prueba en vivo — las sondas internas y las ejecuciones de referencia están excluidas.
Las llamadas con una clave API propia (BYOK) están excluidas: esos fallos son específicos de la clave, no una señal de inactividad del modelo.
Las llamadas fallidas NO se incluyen en las puntuaciones de calidad — la calidad se mide solo en respuestas exitosas. Disponibilidad y calidad son señales independientes.
Tiempo de respuesta mediano (p50) en llamadas exitosas con una duración registrada. Los valores atípicos afectan menos a la mediana que a la media.
Total de llamadas (30d)
7
Respuestas OK (30d)
7
Total de llamadas (7d)
0
Respuestas OK (7d)
0
Veredictos del benchmark Tokonomix
Quality rebounds 12.9 points to 85.1 as factual performance recovers
Qwen3-Coder-30B-A3B-Instruct has demonstrated a significant recovery in this benchmark window, climbing from 72.2 to 85.1 in overall quality score. The most dramatic improvement came from factual performance, which surged from a critically low 14 to a respectable 71, addressing the collapse that defined the previous period. Coding performance remains rock-solid at 92, maintaining consistency across both windows, while multilingual capabilities continue to excel at 92. The reasoning category, which scored a perfect 100 previously, was not tested in the current window, and creative writing was also absent from this evaluation period. Latency increased moderately from 2544ms to 2898ms at the median, representing approximately a 14% slowdown. This trade-off between speed and quality suggests potential model adjustments or infrastructure changes. With five test runs in both windows, the sample size provides reasonable confidence in these results. Users can expect strong coding and multilingual capabilities with much-improved factual accuracy compared to the previous window, though the latency increase may impact time-sensitive applications. The model appears to have stabilized after its previous quality drop.
Calidad
85.1
Latencia p50
2,898 ms
Ejecuciones de test
5