Advertise here
#96

Qwen3.8 Flash Next

Qwen रिलीज़: 2026-10-04 परीक्षण किया गया: 2026-10-05 01:34 qwen/qwen3.8-flash-next::low
180B कुल (6B सक्रिय)MoEवेट उपलब्ध
(xhigh) (medium) (low) (none)

सारांश

Qwen3.8 Flash Next AI BENCHY पर 8.0 स्कोर करता है और #96 पर है। इसकी reliability 10.0, pass rate 79.7%, कुल लागत ~$0.045, और औसत response time 23.66s है।

Qwen3.8 Flash Next को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।

मॉडल विवरण

शोध की तारीख: 2026-10-04

घोषित
पैरामीटर
180B कुल (6B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
वेट उपलब्ध
लाइसेंस
Qwen Community License 1.0
पैरामीटर स्रोत 1 पैरामीटर स्रोत 2 उपलब्धता स्रोत

स्कोर

8.0

संगति

8.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

~$0.045

कुल आउटपुट टोकन

135,295

कुल इनपुट टोकन

342,163

बेंचमार्क की अनुमानित बिजली लागत

~$0.045

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 79.7%

अस्थिर टेस्ट

6

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

23.66s

प्रतिक्रिया समय (अधिकतम): 166.72s

प्रतिक्रिया समय (कुल): 544.16s

गलत उत्तर: 6 निर्देशों का पालन नहीं किया: 1 अमान्य टूल कॉल: 1

Hamster playing table tennis

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

#96 Qwen3.8 Flash Next

low
लागत
~$0.002
समय
47.2s
टोकन
5,270 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Qwen3.8 Flash NextlowvsGemini 3.8 FlashmediumQwen3.8 Flash NextlowvsGPT-5.6 TerralowQwen3.8 Flash NextlowvsGPT-5.4 NanomediumQwen3.8 Flash NextlowvsQwen3.5-27BmediumQwen3.8 Flash NextlowvsNemotron 3 Ultramediumनिःशुल्क उपलब्धQwen3.8 Flash NextlowvsGLM 5.3 FlashXmaxQwen3.8 Flash NextlowvsGPT-5.6 LunahighQwen3.8 Flash NextlowvsClaude Fable 5.1highQwen3.8 Flash NextlowvsDeepSeek V4.1 FlashlowQwen3.8 Flash NextlowvsGPT-5.4 Minimedium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 6.1 3.1
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 6.9 5.9
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 4.1 4.4
Samanya Buddhimatta 4.7 3.1
निर्देश पालन 9.8 10.0
पहेली समाधान 8.7 7.8
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल