नेविगेशन
Advertise here

Claude Sonnet 5 (medium) vs Qwen3.8 2.4T A95B (low)

Claude Sonnet 5 (medium) average score में आगे है: 8.5 vs 8.4. Claude Sonnet 5 (medium) की benchmark लागत कम है: $1.438 vs $4.016. Claude Sonnet 5 (medium) तेज है: 15.01s vs 120.40s, pass rates 76.8% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-10

तुलना किए गए मॉडल

रैंक
#100
कुल आउटपुट टोकन
73,018
प्रतिक्रिया समय (औसत)
15.01s
कुल लागत
$1.438
रैंक
#104
कुल आउटपुट टोकन
424,019
प्रतिक्रिया समय (औसत)
120.40s
कुल लागत
$4.016
अनुशंसित मॉडल Claude Sonnet 5 (medium)

It has the best score here (8.5), while costing about 2.8x less than Qwen3.8 2.4T A95B (low).

विस्तृत तुलना

मेट्रिक Claude Sonnet 5 Claude Sonnet 5 medium रिलीज़: 2026-06-30 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12
स्कोर 8.5 8.4
रैंक #100 #104
विश्वसनीयता 10.0 9.6
संगति 9.1 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 76.8% 73.9%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 8.985 19.825
कुल लागत $1.438 $4.016
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $10.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.250 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 353,658 313,881
आउटपुट टोकन 54,891 123,706
रीजनिंग टोकन 18,370 388,328
प्रतिक्रिया समय (औसत) 15.01s 120.40s
प्रतिक्रिया समय (अधिकतम) 69.26s 534.21s
प्रतिक्रिया समय (कुल) 345.16s 2769.16s
पैरामीटर ~1T कुल (~100B 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.

#100 Claude Sonnet 5

medium
लागत
$0.007
समय
6.4s
टोकन
832 tok

#104 Qwen3.8 2.4T A95B

low
लागत
$0.100
समय
193.2s
टोकन
16,767 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 Sonnet 5 9.0 7.9 88.9% 1 17.28s 10,590 13,153 2,379
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

त्वरित तुलना

तुलना जोड़ी बदलें

Claude Sonnet 5mediumvsMuse Spark 1.3lowNemotron 3.5 Super VLhighनिःशुल्क उपलब्धvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowGemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95BlowClaude Sonnet 5mediumvsGrok 4.6highQwen3.8 2.4T A95BlowvsInklinghighनिःशुल्क उपलब्धMuse Spark 1.1highvsQwen3.8 2.4T A95BlowClaude Haiku 5.5maxvsQwen3.8 2.4T A95BlowClaude Sonnet 5mediumvsQwen3.8 Max (0902)lowDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95BlowParticle-1highvsQwen3.8 2.4T A95Blow