नेविगेशन
Advertise here

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

Pareto (default) average score में आगे है: 9.1 vs 9.0. Qwen3.8 Max (0902) (medium) की benchmark लागत कम है: $1.096 vs $1.520. Qwen3.8 Max (0902) (medium) तेज है: 30.42s vs 33.47s, pass rates 84.1% vs 87.0%.

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

तुलना किए गए मॉडल

रैंक
#52
कुल आउटपुट टोकन
92,998
प्रतिक्रिया समय (औसत)
30.42s
कुल लागत
$1.096
रैंक
#47
कुल आउटपुट टोकन
128,144
प्रतिक्रिया समय (औसत)
33.47s
कुल लागत
$1.520
अनुशंसित मॉडल Qwen3.8 Max (0902) (medium)

It offers the best overall trade-off: a competitive score (9.0), lower cost than Pareto (default), and balanced response time.

विस्तृत तुलना

मेट्रिक Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium रिलीज़: 2026-09-07 Pareto Pareto default रिलीज़: 2026-09-18
स्कोर 9.0 9.1
रैंक #52 #47
विश्वसनीयता 10.0 10.0
संगति 9.3 9.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 84.1% 87.0%
अस्थिर टेस्ट 2 2
कुल रन 69 69
प्रति परिणाम लागत 6.084 8.000
कुल लागत $1.096 $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 268,540 223,559
आउटपुट टोकन 7,499 128,144
रीजनिंग टोकन 85,499 0
प्रतिक्रिया समय (औसत) 30.42s 33.47s
प्रतिक्रिया समय (अधिकतम) 168.09s 143.33s
प्रतिक्रिया समय (कुल) 699.68s 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.

#52 Qwen3.8 Max (0902)

medium
लागत
$0.036
समय
108.3s
टोकन
5,980 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) 8.4 7.4 88.9% 1 45.74s 7,893 551 20,628
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

त्वरित तुलना

तुलना जोड़ी बदलें

Seed 2.1 TurbohighvsParetodefaultMuse WonderlowvsParetodefaultMuse WonderminimalvsParetodefaultGemini 3.5 FlashlowvsQwen3.8 Max (0902)mediumMuse Spark 1.3highvsParetodefaultClaude Haiku 5.5xhighvsParetodefaultGPT-5.3-CodexmediumvsParetodefaultGemini 3.5 Flash LitehighvsQwen3.8 Max (0902)mediumQwen3.8 Max (0902)highvsParetodefaultMuse Spark OpenxhighvsQwen3.8 Max (0902)mediumClaude Opus 5lowvsQwen3.8 Max (0902)mediumMuse Spark OpenxhighvsParetodefault