নেভিগেশন
Advertise here

Qwen3.8 2.4T A95B (high) vs GLM 5.3 FlashX Legal (max)

average score প্রায় সমান: 7.9 vs 7.9. GLM 5.3 FlashX Legal (max)-এর benchmark খরচ কম: $0.819 vs $2.949. GLM 5.3 FlashX Legal (max) দ্রুত: 65.28s vs 120.88s, pass rates 75.4% vs 71.0%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-10

তুলনা করা মডেল

র‍্যাঙ্ক
#149
মোট আউটপুট টোকেন
368,836
প্রতিক্রিয়া সময় (গড়)
120.88s
মোট খরচ
$2.949
র‍্যাঙ্ক
#147
মোট আউটপুট টোকেন
571,211
প্রতিক্রিয়া সময় (গড়)
65.28s
মোট খরচ
$0.819
প্রস্তাবিত মডেল GLM 5.3 FlashX Legal (max)

It has the best score here (7.9), while costing about 3.6x less than Qwen3.8 2.4T A95B (high).

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high প্রকাশ: 2026-08-12 GLM 5.3 FlashX Legal GLM 5.3 FlashX Legal max প্রকাশ: 2026-11-02
স্কোর 7.9 7.9
র‍্যাঙ্ক #149 #147
নির্ভরযোগ্যতা 9.6 9.7
ধারাবাহিকতা 8.4 8.4
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.4% 71.0%
অস্থির টেস্ট 4 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 18.696 5.846
মোট খরচ $2.949 $0.819
ইনপুট মূল্য $2.000 / 1M $0.370 / 1M
আউটপুট মূল্য $6.000 / 1M $1.250 / 1M
ক্যাশ পড়ার মূল্য $0.250 / 1M $0.075 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 295,642 282,144
আউটপুট টোকেন 115,041 6,078
রিজনিং টোকেন 353,398 565,133
প্রতিক্রিয়া সময় (গড়) 120.88s 65.28s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 532.28s 516.19s
প্রতিক্রিয়া সময় (মোট) 2780.16s 1501.49s
প্যারামিটার 2.4T মোট (95B সক্রিয়) ~320B মোট (~18B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#149 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
টোকেন
0 tok

#147 GLM 5.3 FlashX Legal

max
OpenRouter returned no showcase content (finish_reason: length).
খরচ
$0.082
সময়
408.0s
টোকেন
65,656 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
GLM 5.3 FlashX Legal 10.0 10.0 100.0% 0 47.87s 7,317 385 62,514

তুলনার জুটি বদলান