नेविगेशन
AI BENCHY
Advertise here

Qwen3.7 Max vs Qwen3.8 2.4T A95B (high)

average score लगभग बराबर है: 7.4 vs 7.5. Qwen3.7 Max की benchmark लागत कम है: $0.197 vs $2.755. Qwen3.7 Max तेज है: 4.52s vs 134.41s, pass rates 68.2% vs 77.3%.

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

रैंक
#87
कुल आउटपुट टोकन
12,446
प्रतिक्रिया समय (औसत)
4.52s
कुल लागत
$0.197
रैंक
#85
कुल आउटपुट टोकन
512,351
प्रतिक्रिया समय (औसत)
134.41s
कुल लागत
$2.755
अनुशंसित मॉडल Qwen3.7 Max

It has the best score here (7.4), while costing about 14.0x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12
स्कोर 7.4 7.5
रैंक #87 #85
विश्वसनीयता 9.9 8.8
संगति 10.0 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 68.2% 77.3%
अस्थिर टेस्ट 0 4
कुल रन 66 66
प्रति परिणाम लागत 1.582 18.365
कुल लागत $0.197 $2.755
इनपुट कीमत $1.475 / 1M $2.000 / 1M
आउटपुट कीमत $4.425 / 1M $6.000 / 1M
कुल इनपुट टोकन 95,983 109,036
आउटपुट टोकन 12,446 103,736
रीजनिंग टोकन 0 408,615
प्रतिक्रिया समय (औसत) 4.52s 134.41s
प्रतिक्रिया समय (अधिकतम) 72.30s 532.28s
प्रतिक्रिया समय (कुल) 99.52s 2956.97s
पैरामीटर ~1T कुल (~40B 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.

#87 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
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