Navigasi
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

Qwen3.8 2.4T A95B (high) unggul dalam skor rata-rata dengan 7.9 vs 7.8. Step 3.7 Flash (medium) memiliki biaya benchmark lebih rendah di $0.571 vs $2.949. Step 3.7 Flash (medium) lebih cepat di 26.57s vs 120.88s, dengan tingkat keberhasilan 75.4% vs 68.1%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-16

Model yang Dibandingkan

Peringkat
#163
Total token output
368,836
Waktu respons (rata-rata)
120.88s
Total Biaya
$2.949
Peringkat
#170
Total token output
440,835
Waktu respons (rata-rata)
26.57s
Total Biaya
$0.571
Model yang direkomendasikan Step 3.7 Flash (medium)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 5.2x less than Qwen3.8 2.4T A95B (high).

Perbandingan terperinci

Metrik Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Rilis: 2026-08-12 Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor 7.9 7.8
Peringkat #163 #170
Keandalan 9.6 10.0
Konsistensi 8.4 8.7
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 75.4% 68.1%
Tes tidak stabil 4 4
Total Run 69 69
Biaya per hasil 18.696 4.392
Total Biaya $2.949 $0.571
Harga input $2.000 / 1M $0.200 / 1M
Harga output $6.000 / 1M $1.150 / 1M
Harga baca cache $0.250 / 1M $0.040 / 1M
Harga tulis cache T/A T/A
Total token input 295,642 319,524
Token output 115,041 440,835
Token penalaran 353,398 0
Waktu respons (rata-rata) 120.88s 26.57s
Waktu respons (maks) 532.28s 152.83s
Waktu respons (total) 2780.16s 611.09s
Parameter 2.4T total (95B aktif) 198B total (11B aktif)
Ketersediaan Bobot tersedia Sumber terbuka

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#163 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Biaya
$0.000
Waktu
600.0s
Token
0 tok

#170 Step 3.7 Flash

medium
Biaya
$0.006
Waktu
46.2s
Token
4,466 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
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

Ganti Pasangan Perbandingan