नेविगेशन
Advertise here

Qwen3.8 Max (0902) (high) vs Pareto (default)

average score लगभग बराबर है: 9.1 vs 9.1. Pareto (default) की benchmark लागत कम है: $1.520 vs $3.306. Pareto (default) तेज है: 33.47s vs 186.06s, pass rates 87.0% vs 87.0%.

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

तुलना किए गए मॉडल

रैंक
#42
कुल आउटपुट टोकन
441,352
प्रतिक्रिया समय (औसत)
186.06s
कुल लागत
$3.306
रैंक
#47
कुल आउटपुट टोकन
128,144
प्रतिक्रिया समय (औसत)
33.47s
कुल लागत
$1.520
अनुशंसित मॉडल Pareto (default)

It has the best score here (9.1), while costing about 2.2x less than Qwen3.8 Max (0902) (high).

विस्तृत तुलना

मेट्रिक Qwen3.8 Max (0902) Qwen3.8 Max (0902) high रिलीज़: 2026-09-07 Pareto Pareto default रिलीज़: 2026-09-18
स्कोर 9.1 9.1
रैंक #42 #47
विश्वसनीयता 9.8 10.0
संगति 9.1 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 87.0% 87.0%
अस्थिर टेस्ट 3 2
कुल रन 69 69
प्रति परिणाम लागत 18.364 8.000
कुल लागत $3.306 $1.520
इनपुट कीमत $2.000 / 1M $2.500 / 1M
आउटपुट कीमत $6.000 / 1M $7.500 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.250 / 1M
कैश लिखने की कीमत $2.500 / 1M लागू नहीं
कुल इनपुट टोकन 328,637 223,559
आउटपुट टोकन 8,619 128,144
रीजनिंग टोकन 432,733 0
प्रतिक्रिया समय (औसत) 186.06s 33.47s
प्रतिक्रिया समय (अधिकतम) 912.78s 143.33s
प्रतिक्रिया समय (कुल) 4279.49s 769.84s
पैरामीटर 2.4T कुल (~100B सक्रिय) -
उपलब्धता बंद स्रोत बंद 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.

#42 Qwen3.8 Max (0902)

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#47 Pareto

default
लागत
$0.034
समय
170.7s
टोकन
4,581 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 Max (0902) 10.0 10.0 100.0% 0 253.22s 8,235 418 91,734
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

त्वरित तुलना

तुलना जोड़ी बदलें

Seed 2.1 TurbohighvsParetodefaultGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse WonderlowvsParetodefaultClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse WonderminimalvsParetodefaultMuse Spark 1.3highvsParetodefaultClaude Haiku 5.5xhighvsParetodefaultMuse WonderlowvsQwen3.8 Max (0902)highGPT-5.3-CodexmediumvsParetodefaultDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)high