AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#149

Qwen3.8 2.4T A95B

Qwen Rilis: 2026-08-12 Diuji pada: 2026-10-01 04:07 qwen/qwen3.8-2.4t-a95b::high
2.4T total (95B aktif)MoEBobot tersedia
(high) (low)

Ringkasan

Qwen3.8 2.4T A95B mendapat skor 7.9 di AI BENCHY dan berada di peringkat #149. Model ini memiliki reliabilitas 9.6, tingkat keberhasilan 75.4%, total biaya $2.949, dan waktu respons rata-rata 120.88s.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan
Parameter
2.4T total (95B aktif)
Arsitektur
MoE
Ketersediaan
Bobot tersedia
Lisensi
Apache-2.0
Sumber parameter Sumber ketersediaan

Skor

7.9

Konsistensi

8.4

Keandalan

9.6

Total biaya (harga saat ini)

$2.949 ↑ +5.1%

Diuji pada: $2.805

Total token output

368,836

Total token input

295,642

Harga input

$2.000 / 1M

Harga output

$6.000 / 1M

Harga baca cache

$0.250 / 1M

Harga tulis cache

T/A

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

Tes benar

Tes Salah: 8

Tingkat lulus per percobaan: 75.4%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

120.88s

Waktu respons (maks): 532.28s

Waktu respons (total): 2780.16s

Jawaban salah: 4 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1

Hamster playing table tennis

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

#149 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

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 04:07 Uji ulang 7.9 9.6 $2.949 ↑ Run saat ini
2026-08-12 23:32 Run awal 7.5 8.8 $2.755 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-10-01 04:07 · Run saat ini69/69 percobaan7.98.49.615/234368,836295,642$2.949120.88s
2026-08-12 23:32 · Run awal66/66 percobaan7.58.48.815/224512,351109,036$2.755134.41s
Selisih—+0.40.0+0.800-143515+186606+$0.194-13531ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output Harga baca cache Harga tulis cache
2026-08-14 12:51 $2.000 / 1M $6.000 / 1M T/A T/A
2026-10-01 18:33 $2.000 / 1M $6.000 / 1M $0.250 / 1M T/A

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Qwen3.8 2.4T A95BhighvsGemini 3.5 FlashmediumQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashX LegalmaxQwen3.8 2.4T A95BhighvsMuse WondermaxQwen3.8 2.4T A95BhighvsParticle-1maxQwen3.8 2.4T A95BhighvsLing 3.1 FlashhighQwen3.8 2.4T A95BhighvsQwen3.7 MaxnoneQwen3.8 2.4T A95BhighvsDeepSeek V4.1 Flash 1017highQwen3.8 2.4T A95BhighvsGPT-5.4 MinimediumQwen3.8 2.4T A95BhighvsGrok 4.5medium

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 10.0 10.0
Trik anti-AI 10.0 10.0
Pemrograman 5.9 6.3
Gabungan 6.9 5.9
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 4.1 6.5
Kecerdasan umum 6.1 3.1
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 10.0 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan