Qwen3.8 Max (medium) vs Pareto

Model yang Dibandingkan

Model yang direkomendasikan Qwen3.8 Max (medium)

It has the best score here (9.0), while costing about 1.5x less than Pareto.

Metrik	Qwen3.8 Max Qwen3.8 Max medium Rilis: 2026-08-04	Pareto Pareto none Rilis: 2026-09-18

Metrik	Qwen3.8 Max Qwen3.8 Max medium Rilis: 2026-08-04	Pareto Pareto none Rilis: 2026-09-18
Skor	9.0	8.9
Peringkat	#29	#34
Keandalan	10.0	10.0
Konsistensi	9.7	9.2
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	80.3%	86.4%
Tes tidak stabil	1	2
Total Run	66	66
Biaya per hasil	4.532	6.506
Total Biaya	$0.771	$1.172
Harga input	$2.000 / 1M	$2.500 / 1M
Harga output	$6.000 / 1M	$7.500 / 1M
Total token input	109,055	110,734
Token output	6,566	119,230
Token penalaran	85,481	0
Waktu respons (rata-rata)	23.34s	31.51s
Waktu respons (maks)	126.60s	143.33s
Waktu respons (total)	513.47s	693.29s
Parameter	2.4T total (~100B aktif)	-
Ketersediaan	Tertutup	Tertutup

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

medium

none

Kategori:

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075
Pareto	10.0	10.0	100.0%	0		6.39s	703	2,173	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804
Pareto	10.0	10.0	100.0%	0		50.12s	7,471	1,949	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688
Pareto	7.2	9.1	50.0%	0		53.54s	85,180	98,580	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519
Pareto	10.0	10.0	100.0%	0		2.57s	7,728	1,371	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	3.0	10.0	0.0%	0		41.77s	780	62	20,803
Pareto	7.7	10.0	66.7%	0		98.85s	858	8,379	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		6.41s	516	168	700
Pareto	10.0	10.0	100.0%	0		8.63s	492	260	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		3.49s	699	102	914
Pareto	10.0	10.0	100.0%	0		4.95s	667	507	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575
Pareto	8.2	7.2	88.9%	1		18.24s	624	4,433	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636
Pareto	10.0	10.0	100.0%	0		3.29s	6,762	963	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767
Pareto	2.8	1.6	33.3%	1		32.07s	249	615	0

Ganti Pasangan Perbandingan