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

Gemini 3.1 Pro Preview (medium) vs Qwen3.8 2.4T A95B (low)

average score लगभग बराबर है: 8.4 vs 8.4. Gemini 3.1 Pro Preview (medium) की benchmark लागत कम है: $1.585 vs $4.016. Gemini 3.1 Pro Preview (medium) तेज है: 22.71s vs 120.40s, pass rates 89.9% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-17

तुलना किए गए मॉडल

रैंक
#129
कुल आउटपुट टोकन
102,691
प्रतिक्रिया समय (औसत)
22.71s
कुल लागत
$1.585
रैंक
#126
कुल आउटपुट टोकन
424,019
प्रतिक्रिया समय (औसत)
120.40s
कुल लागत
$4.016
अनुशंसित मॉडल Gemini 3.1 Pro Preview (medium)

It has the best score here (8.4), while costing about 2.5x less than Qwen3.8 2.4T A95B (low).

विस्तृत तुलना

मेट्रिक Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium रिलीज़: 2026-02-19 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12
स्कोर 8.4 8.4
रैंक #129 #126
विश्वसनीयता 9.8 9.6
संगति 9.6 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 89.9% 73.9%
अस्थिर टेस्ट 1 2
कुल रन 69 69
प्रति परिणाम लागत 7.924 19.825
कुल लागत $1.585 $4.016
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $12.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.200 / 1M $0.250 / 1M
कैश लिखने की कीमत $0.375 / 1M लागू नहीं
कुल इनपुट टोकन 176,208 313,881
आउटपुट टोकन 6,093 123,706
रीजनिंग टोकन 96,598 388,328
प्रतिक्रिया समय (औसत) 22.71s 120.40s
प्रतिक्रिया समय (अधिकतम) 88.68s 534.21s
प्रतिक्रिया समय (कुल) 386.11s 2769.16s
पैरामीटर ~1.2T कुल (~20B 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.

#129 Gemini 3.1 Pro Preview

medium
लागत
$0.115
समय
87.2s
टोकन
9,629 tok

#126 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
Gemini 3.1 Pro Preview 7.9 9.9 66.7% 0 40.17s 8,124 435 41,247
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399

तुलना जोड़ी बदलें