नेविगेशन
Advertise here

Qwen3.8 2.4T A95B (high) vs Step 3.7 Flash (medium)

Qwen3.8 2.4T A95B (high) average score में आगे है: 7.9 vs 7.8. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.571 vs $2.805. Step 3.7 Flash (medium) तेज है: 26.57s vs 120.88s, pass rates 75.4% vs 68.1%.

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

तुलना किए गए मॉडल

रैंक
#102
कुल आउटपुट टोकन
468,439
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.805
रैंक
#106
कुल आउटपुट टोकन
440,835
प्रतिक्रिया समय (औसत)
26.57s
कुल लागत
$0.571
अनुशंसित मॉडल Step 3.7 Flash (medium)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 4.9x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 7.9 7.8
रैंक #102 #106
विश्वसनीयता 9.6 10.0
संगति 8.4 8.7
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 68.1%
अस्थिर टेस्ट 4 4
कुल रन 69 69
प्रति परिणाम लागत 18.696 4.392
कुल लागत $2.805 $0.571
इनपुट कीमत $2.000 / 1M $0.200 / 1M
आउटपुट कीमत $6.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 295,642 319,524
आउटपुट टोकन 115,041 440,835
रीजनिंग टोकन 353,398 0
प्रतिक्रिया समय (औसत) 120.88s 26.57s
प्रतिक्रिया समय (अधिकतम) 532.28s 152.83s
प्रतिक्रिया समय (कुल) 2780.16s 611.09s
पैरामीटर 2.4T कुल (95B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#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

#106 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsGLM 5.3highQwen3.7 PlusnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowQwen3.8 2.4T A95BhighvsGrok 4.5mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmaxGPT-5.6 TerralowvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsGrok 4.5lowQwen3.7 MaxnonevsStep 3.7 Flashmedium