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

GPT-5.4 Nano (medium) vs Qwen3.8 2.4T A95B (high)

average score लगभग बराबर है: 7.5 vs 7.5. GPT-5.4 Nano (medium) की benchmark लागत कम है: $0.138 vs $2.755. GPT-5.4 Nano (medium) तेज है: 13.24s vs 134.41s, pass rates 65.2% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#80
कुल आउटपुट टोकन
97,122
प्रतिक्रिया समय (औसत)
13.24s
कुल लागत
$0.138
रैंक
#85
कुल आउटपुट टोकन
512,351
प्रतिक्रिया समय (औसत)
134.41s
कुल लागत
$2.755
अनुशंसित मॉडल GPT-5.4 Nano (medium)

It has the best score here (7.5), while costing about 20.0x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक GPT-5.4 Nano GPT-5.4 Nano medium रिलीज़: 2026-03-17 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.5 7.5
रैंक #80 #85
विश्वसनीयता 10.0 8.8
संगति 8.5 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 65.2% 77.3%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 1.150 18.365
कुल लागत $0.138 $2.755
इनपुट कीमत $0.200 / 1M $2.000 / 1M
आउटपुट कीमत $1.250 / 1M $6.000 / 1M
कुल इनपुट टोकन 82,819 109,036
आउटपुट टोकन 7,100 103,736
रीजनिंग टोकन 90,022 408,615
प्रतिक्रिया समय (औसत) 13.24s 134.41s
प्रतिक्रिया समय (अधिकतम) 94.06s 532.28s
प्रतिक्रिया समय (कुल) 291.33s 2956.97s
पैरामीटर ~120B कुल (~5B 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.

#80 GPT-5.4 Nano

medium
लागत
$0.007
समय
24.6s
टोकन
4,943 tok

#85 Qwen3.8 2.4T A95B

high
अमान्य SVG
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
GPT-5.4 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078

त्वरित तुलना

तुलना जोड़ी बदलें