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

Claude Fable 5.1 (high) vs Qwen3.8 2.4T A95B (high)

Claude Fable 5.1 (high) average score में आगे है: 7.9 vs 7.9. Qwen3.8 2.4T A95B (high) की benchmark लागत कम है: $2.949 vs $3.471. Claude Fable 5.1 (high) तेज है: 13.30s vs 120.88s, pass rates 85.5% vs 75.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-16

तुलना किए गए मॉडल

रैंक
#116
कुल आउटपुट टोकन
40,466
प्रतिक्रिया समय (औसत)
13.30s
कुल लागत
$3.471
रैंक
#120
कुल आउटपुट टोकन
368,836
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.949
अनुशंसित मॉडल Claude Fable 5.1 (high)

It has the best score here (7.9), while responding about 9.1x faster than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 high रिलीज़: 2026-09-02 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.9 7.9
रैंक #116 #120
विश्वसनीयता 10.0 9.6
संगति 9.7 8.4
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 85.5% 75.4%
अस्थिर टेस्ट 1 4
कुल रन 69 69
प्रति परिणाम लागत 18.264 18.696
कुल लागत $3.471 $2.949
इनपुट कीमत $10.000 / 1M $2.000 / 1M
आउटपुट कीमत $50.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.250 / 1M
कैश लिखने की कीमत $12.500 / 1M लागू नहीं
कुल इनपुट टोकन 144,676 295,642
आउटपुट टोकन 8,184 115,041
रीजनिंग टोकन 32,282 353,398
प्रतिक्रिया समय (औसत) 13.30s 120.88s
प्रतिक्रिया समय (अधिकतम) 40.17s 532.28s
प्रतिक्रिया समय (कुल) 305.83s 2780.16s
पैरामीटर ~9.5T कुल (~878B सक्रिय) 2.4T कुल (95B सक्रिय)
उपलब्धता बंद स्रोत वेट उपलब्ध

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#116 Claude Fable 5.1

high
लागत
$0.384
समय
102.5s
टोकन
7,824 tok

#120 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 8.4 7.4 88.9% 1 13.91s 10,608 520 6,503
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

तुलना जोड़ी बदलें