Archivé
Ce modèle a été retiré par le fournisseur. Les données historiques sont conservées.
Plus disponible depuis le 11 octobre 2026.
Analyse de vitesse
Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.
Tarifs
Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.
Tokens par seconde
Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.
Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.
Capacités
Disponibilité
Disponibilité
La fréquence à laquelle ce modèle répond lorsqu'on l'appelle — mesurée sur de vraies requêtes API et des tests en direct au cours des 30 derniers jours. C'est indépendant de la qualité : ces chiffres indiquent seulement si le modèle répond, pas la qualité de sa réponse.
7 derniers jours
—
30 derniers jours
100.0%
n=7
Temps de réponse médian
676ms
n=7
Basé sur 348 mesures au cours des 30 derniers jours.
Détails techniques
Seuls les vrais appels API et les requêtes de test en direct sont comptés — les sondes internes et les benchmarks sont exclus.
Les appels avec une clé API personnalisée (BYOK) sont exclus : ces échecs sont spécifiques à la clé, pas un signe de défaillance du modèle.
Les appels échoués ne sont PAS inclus dans les scores de qualité — la qualité est mesurée uniquement sur les réponses réussies. Disponibilité et qualité sont des signaux indépendants.
Temps de réponse médian (p50) sur les appels réussis avec une durée enregistrée. Les valeurs extrêmes influencent moins la médiane que la moyenne.
Total des appels (30d)
7
Réponses OK (30d)
7
Total des appels (7d)
0
Réponses OK (7d)
0
Verdicts 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.
Qualité
85.1
Latence p50
2,898 ms
Exécutions de test
5