Gemini 3.8 Flash (medium) vs Qwen3.8 2.4T A95B (high)

Gemini 3.8 Flash (medium) average score में आगे है: 8.0 vs 7.9. Gemini 3.8 Flash (medium) की benchmark लागत कम है: $0.769 vs $2.805. Gemini 3.8 Flash (medium) तेज है: 16.64s vs 120.88s, pass rates 89.9% vs 75.4%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक: #94
कुल आउटपुट टोकन: 167,486
प्रतिक्रिया समय (औसत): 16.64s
कुल लागत: $0.769

रैंक: #102
कुल आउटपुट टोकन: 468,439
प्रतिक्रिया समय (औसत): 120.88s
कुल लागत: $2.805

अनुशंसित मॉडल Gemini 3.8 Flash (medium)

It has the best score here (8.0), while costing about 3.6x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक	Gemini 3.8 Flash Gemini 3.8 Flash medium रिलीज़: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12

मेट्रिक	Gemini 3.8 Flash Gemini 3.8 Flash medium रिलीज़: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर	8.0	7.9
रैंक	#94	#102
विश्वसनीयता	9.9	9.6
संगति	9.0	8.4
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	89.9%	75.4%
अस्थिर टेस्ट	3	4
कुल रन	69	69
प्रति परिणाम लागत	4.046	18.696
कुल लागत	$0.769	$2.805
इनपुट कीमत	$0.750 / 1M	$2.000 / 1M
आउटपुट कीमत	$3.750 / 1M	$6.000 / 1M
कुल इनपुट टोकन	187,331	295,642
आउटपुट टोकन	7,555	115,041
रीजनिंग टोकन	159,931	353,398
प्रतिक्रिया समय (औसत)	16.64s	120.88s
प्रतिक्रिया समय (अधिकतम)	108.60s	532.28s
प्रतिक्रिया समय (कुल)	382.64s	2780.16s
पैरामीटर	~500B कुल (~20B सक्रिय)	2.4T कुल (95B सक्रिय)
उपलब्धता	बंद स्रोत	वेट उपलब्ध

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#94 Gemini 3.8 Flash

medium

लागत: $0.037
समय: 54.6s
टोकन: 9,712 tok

#102 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

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	2.8	1.6	33.3%	1		63.72s	91,538	489	12,089
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		2.66s	492	145	3,131
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	8.0	9.9	66.7%	0		11.69s	8,118	454	19,433
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	8.7	6.9	83.3%	1		60.28s	71,646	5,615	59,676
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		5.74s	7,548	279	4,386
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	8.2	7.2	88.9%	1		31.77s	644	12	44,973
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		3.65s	486	78	1,185
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		4.81s	615	72	2,944
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		2.73s	558	151	2,720
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		18.47s	5,530	249	6,512
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 3.8 Flash	10.0	10.0	100.0%	0		5.94s	156	11	2,882
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Gemini 3.8 FlashmediumvsGPT-5.6 Terralow Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.8 FlashmediumvsGLM 5.3 FlashXmax Claude Fable 5.1highvsGemini 3.8 Flashmedium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax Gemini 3.8 FlashmediumvsQwen3.7 Maxnone