- র্যাঙ্ক
- #42
- মোট আউটপুট টোকেন
- 441,352
- প্রতিক্রিয়া সময় (গড়)
- 186.06s
- মোট খরচ
- $3.306
Qwen3.8 Max (0902) (high) vs Pareto (default)
average score প্রায় সমান: 9.1 vs 9.1. Pareto (default)-এর benchmark খরচ কম: $1.520 vs $3.306. Pareto (default) দ্রুত: 33.47s vs 186.06s, pass rates 87.0% vs 87.0%.
তুলনা করা মডেল
- র্যাঙ্ক
- #47
- মোট আউটপুট টোকেন
- 128,144
- প্রতিক্রিয়া সময় (গড়)
- 33.47s
- মোট খরচ
- $1.520
প্রস্তাবিত মডেল
Pareto (default)
It has the best score here (9.1), while costing about 2.2x less than Qwen3.8 Max (0902) (high).
বিস্তারিত তুলনা
| মেট্রিক | Qwen3.8 Max (0902) Qwen3.8 Max (0902) high | Pareto Pareto default |
|---|---|---|
| স্কোর | 9.1 | 9.1 |
| র্যাঙ্ক | #42 | #47 |
| নির্ভরযোগ্যতা | 9.8 | 10.0 |
| ধারাবাহিকতা | 9.1 | 9.2 |
| প্রচেষ্টা | 69/69 | 69/69 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 87.0% | 87.0% |
| অস্থির টেস্ট | 3 | 2 |
| মোট রান | 69 | 69 |
| প্রতি ফলাফলে খরচ | 18.364 | 8.000 |
| মোট খরচ | $3.306 | $1.520 |
| ইনপুট মূল্য | $2.000 / 1M | $2.500 / 1M |
| আউটপুট মূল্য | $6.000 / 1M | $7.500 / 1M |
| ক্যাশ পড়ার মূল্য | $0.250 / 1M | $0.250 / 1M |
| ক্যাশ লেখার মূল্য | $2.500 / 1M | প্রযোজ্য নয় |
| মোট ইনপুট টোকেন | 328,637 | 223,559 |
| আউটপুট টোকেন | 8,619 | 128,144 |
| রিজনিং টোকেন | 432,733 | 0 |
| প্রতিক্রিয়া সময় (গড়) | 186.06s | 33.47s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 912.78s | 143.33s |
| প্রতিক্রিয়া সময় (মোট) | 4279.49s | 769.84s |
| প্যারামিটার | 2.4T মোট (~100B সক্রিয়) | - |
| উপলভ্যতা | বন্ধ উৎস | 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.
#42 Qwen3.8 Max (0902)
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- খরচ
- $0.000
- সময়
- 600.0s
- টোকেন
- 0 tok
#47 Pareto
default- খরচ
- $0.034
- সময়
- 170.7s
- টোকেন
- 4,581 tok
বিভাগভিত্তিক বিশ্লেষণ
| স্বায়ত্তশাসিত এজেন্টের কাজ | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 197.08s | 219,411 | 1,729 | 20,180 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 76.54s | 112,825 | 8,914 | 0 |
| অ্যান্টি-এআই কৌশল | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 15.86s | 1,128 | 263 | 6,631 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 6.39s | 703 | 2,173 | 0 |
| কোডিং | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 253.22s | 8,235 | 418 | 91,734 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 50.12s | 7,471 | 1,949 | 0 |
| সমন্বিত | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 8.7 | 6.9 | 83.3% | 1 | 110.39s | 79,527 | 5,215 | 28,102 | |
| Pareto | 7.2 | 9.1 | 50.0% | 0 | 53.54s | 85,180 | 98,580 | 0 |
| ডেটা পার্সিং ও নিষ্কাশন | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 16.37s | 8,010 | 261 | 3,598 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 7,728 | 1,371 | 0 |
| ডোমেইন-নির্দিষ্ট | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 5.9 | 7.2 | 55.6% | 1 | 658.46s | 842 | 31 | 154,450 | |
| Pareto | 7.7 | 10.0 | 66.7% | 0 | 98.85s | 858 | 8,379 | 0 |
| Sadharon Buddhimotta | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 6.5 | 3.4 | 66.7% | 1 | 75.11s | 630 | 80 | 8,110 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 8.63s | 492 | 260 | 0 |
| নির্দেশনা অনুসরণ | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 9.8 | 10.0 | 100.0% | 0 | 7.55s | 927 | 86 | 1,823 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 4.95s | 667 | 507 | 0 |
| ধাঁধা সমাধান | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 134.14s | 1,038 | 268 | 47,351 | |
| Pareto | 8.2 | 7.2 | 88.9% | 1 | 18.24s | 624 | 4,433 | 0 |
| টুল কলিং | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 8,571 | 249 | 243 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 3.29s | 6,762 | 963 | 0 |
| সাধারণ জ্ঞান | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 532.59s | 318 | 19 | 70,511 | |
| Pareto | 2.8 | 1.6 | 33.3% | 1 | 32.07s | 249 | 615 | 0 |
দ্রুত তুলনা
তুলনার জুটি বদলান
Seed 2.1 TurbohighvsParetodefaultGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse WonderlowvsParetodefaultClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse WonderminimalvsParetodefaultMuse Spark 1.3highvsParetodefaultClaude Haiku 5.5xhighvsParetodefaultMuse WonderlowvsQwen3.8 Max (0902)highGPT-5.3-CodexmediumvsParetodefaultDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)high