नेविगेशन
Advertise here

Qwen3.8 2.4T A95B (high) vs MiMo-V2.6-Flash (medium)

average score लगभग बराबर है: 7.9 vs 7.9. MiMo-V2.6-Flash (medium) की benchmark लागत कम है: $0.218 vs $2.949. MiMo-V2.6-Flash (medium) तेज है: 61.90s vs 120.88s, pass rates 75.4% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-26

तुलना किए गए मॉडल

रैंक
#131
कुल आउटपुट टोकन
368,836
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.949
रैंक
#132
कुल आउटपुट टोकन
631,843
प्रतिक्रिया समय (औसत)
61.90s
कुल लागत
$0.218
अनुशंसित मॉडल MiMo-V2.6-Flash (medium)

It has the best score here (7.9), while costing about 13.5x 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 MiMo-V2.6-Flash MiMo-V2.6-Flash medium रिलीज़: 2026-09-22
स्कोर 7.9 7.9
रैंक #131 #132
विश्वसनीयता 9.6 10.0
संगति 8.4 7.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 66.7%
अस्थिर टेस्ट 4 6
कुल रन 69 69
प्रति परिणाम लागत 18.696 1.815
कुल लागत $2.949 $0.218
इनपुट कीमत $2.000 / 1M $0.140 / 1M
आउटपुट कीमत $6.000 / 1M $0.280 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.003 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 295,642 291,988
आउटपुट टोकन 115,041 8,848
रीजनिंग टोकन 353,398 622,995
प्रतिक्रिया समय (औसत) 120.88s 61.90s
प्रतिक्रिया समय (अधिकतम) 532.28s 357.28s
प्रतिक्रिया समय (कुल) 2780.16s 1423.67s
पैरामीटर 2.4T कुल (95B सक्रिय) 309B कुल (15B सक्रिय)
उपलब्धता वेट उपलब्ध मुक्त स्रोत

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.

#131 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

#132 MiMo-V2.6-Flash

medium
लागत
$0.004
समय
61.0s
टोकन
10,798 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
MiMo-V2.6-Flash 7.2 5.1 77.8% 2 18.23s 7,422 533 31,521

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighMuse WondermaxvsMiMo-V2.6-FlashmediumLing 3.1 FlashhighvsMiMo-V2.6-FlashmediumDeepSeek V4.1 Flash 1017highvsMiMo-V2.6-FlashmediumMuse WondermaxvsQwen3.8 2.4T A95BhighMiMo-V2.6-FlashmediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 MaxnonevsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax