নেভিগেশন
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.8 Max (0902) (high) vs Pareto

average score প্রায় সমান: 8.9 vs 8.9. Pareto-এর benchmark খরচ কম: $1.172 vs $2.736. Pareto দ্রুত: 31.51s vs 185.56s, pass rates 86.4% vs 86.4%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-18

তুলনা করা মডেল

র‍্যাঙ্ক
#31
মোট আউটপুট টোকেন
419,443
প্রতিক্রিয়া সময় (গড়)
185.56s
মোট খরচ
$2.736
র‍্যাঙ্ক
#34
মোট আউটপুট টোকেন
119,230
প্রতিক্রিয়া সময় (গড়)
31.51s
মোট খরচ
$1.172
প্রস্তাবিত মডেল Pareto

It has the best score here (8.9), while costing about 2.3x less than Qwen3.8 Max (0902) (high).

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 Max (0902) Qwen3.8 Max (0902) high প্রকাশ: 2026-09-07 Pareto Pareto none প্রকাশ: 2026-09-18
স্কোর 8.9 8.9
র‍্যাঙ্ক #31 #34
নির্ভরযোগ্যতা 9.8 10.0
ধারাবাহিকতা 9.0 9.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 86.4% 86.4%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 16.089 6.506
মোট খরচ $2.736 $1.172
ইনপুট মূল্য $2.000 / 1M $2.500 / 1M
আউটপুট মূল্য $6.000 / 1M $7.500 / 1M
মোট ইনপুট টোকেন 109,226 110,734
আউটপুট টোকেন 6,890 119,230
রিজনিং টোকেন 412,553 0
প্রতিক্রিয়া সময় (গড়) 185.56s 31.51s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 912.78s 143.33s
প্রতিক্রিয়া সময় (মোট) 4082.41s 693.29s
প্যারামিটার 2.4T মোট (~100B সক্রিয়) -
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#31 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

#34 Pareto

none
খরচ
$0.034
সময়
170.7s
টোকেন
4,581 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 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

দ্রুত তুলনা

তুলনার জুটি বদলান