নেভিগেশন
AI BENCHY
Advertise here

GPT-5.5 (medium) vs Qwen3.8 Max (medium)

Qwen3.8 Max (medium) average score-এ এগিয়ে: 9.1 vs 9.0. Qwen3.8 Max (medium)-এর benchmark খরচ কম: $0.728 vs $4.137. Qwen3.8 Max (medium) দ্রুত: 21.53s vs 38.42s, pass rates 87.9% vs 84.9%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-04

র‍্যাঙ্ক
#15
মোট আউটপুট টোকেন
124,436
প্রতিক্রিয়া সময় (গড়)
38.42s
মোট খরচ
$4.137
র‍্যাঙ্ক
#14
মোট আউটপুট টোকেন
84,826
প্রতিক্রিয়া সময় (গড়)
21.53s
মোট খরচ
$0.728
প্রস্তাবিত মডেল Qwen3.8 Max (medium)

It has the best score here (9.1), while costing about 5.7x less than GPT-5.5 (medium).

বিস্তারিত তুলনা

মেট্রিক GPT-5.5 GPT-5.5 medium প্রকাশ: 2026-04-24 Qwen3.8 Max Qwen3.8 Max medium প্রকাশ: 2026-08-04
স্কোর 9.0 9.1
র‍্যাঙ্ক #15 #14
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 9.7
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 87.9% 84.9%
অস্থির টেস্ট 3 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 22.980 4.040
মোট খরচ $4.137 $0.728
ইনপুট মূল্য $5.000 / 1M $2.000 / 1M
আউটপুট মূল্য $30.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 80,659 109,046
আউটপুট টোকেন 5,617 6,567
রিজনিং টোকেন 118,819 78,259
প্রতিক্রিয়া সময় (গড়) 38.42s 21.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 332.10s 126.60s
প্রতিক্রিয়া সময় (মোট) 845.35s 473.75s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#15 GPT-5.5

medium
খরচ
$0.112
সময়
71.9s
টোকেন
3,807 tok

#14 Qwen3.8 Max

medium
খরচ
$0.028
সময়
71.9s
টোকেন
4,750 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Qwen3.8 Max 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804

দ্রুত তুলনা

তুলনার জুটি বদলান