Claude Fable 5.1 (medium) vs Qwen3.8 2.4T A95B (low)

Claude Fable 5.1 (medium) average score मध्ये पुढे आहे: 8.3 vs 8.1. Qwen3.8 2.4T A95B (low) चा benchmark खर्च कमी आहे: $2.672 vs $2.909. Claude Fable 5.1 (medium) वेगवान आहे: 11.67s vs 118.97s, pass rates 81.8% vs 72.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-02

क्रमांक: #48
एकूण आउटपुट टोकन्स: 31,152
प्रतिसाद वेळ (सरासरी): 11.67s
एकूण खर्च: $2.909

क्रमांक: #51
एकूण आउटपुट टोकन्स: 495,541
प्रतिसाद वेळ (सरासरी): 118.97s
एकूण खर्च: $2.672

शिफारस केलेले मॉडेल Claude Fable 5.1 (medium)

It has the best score here (8.3), while responding about 10.2x faster than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Claude Fable 5.1 Claude Fable 5.1 medium प्रकाशन: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	Claude Fable 5.1 Claude Fable 5.1 medium प्रकाशन: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.3	8.1
क्रमांक	#48	#51
विश्वसनीयता	10.0	9.4
सुसंगतता	7.8	9.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.8%	72.7%
अस्थिर चाचण्या	6	2
एकूण रन	66	66
प्रति निकाल खर्च	19.392	17.812
एकूण खर्च	$2.909	$2.672
इनपुट किंमत	$10.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$50.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	135,112	113,279
आउटपुट टोकन्स	7,594	121,045
रिझनिंग टोकन्स	23,558	374,496
प्रतिसाद वेळ (सरासरी)	11.67s	118.97s
प्रतिसाद वेळ (कमाल)	36.59s	534.21s
प्रतिसाद वेळ (एकूण)	256.73s	2617.41s
पॅरामीटर्स	~9.5T एकूण (~878B सक्रिय)	2.4T एकूण (95B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#48 Claude Fable 5.1

medium

खर्च: $0.244
वेळ: 65.9s
टोकन्स: 5,025 tok

#51 Qwen3.8 2.4T A95B

low

खर्च: $0.100
वेळ: 193.2s
टोकन्स: 16,767 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	8.2	7.9	83.3%	1		5.18s	858	485	334
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	7.0	5.0	77.8%	2		10.99s	10,608	525	4,376
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		172.53s	6,716	21,405	57,399

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	10.0	10.0	100.0%	0		32.59s	97,573	4,993	4,831
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	10.0	10.0	100.0%	0		4.47s	10,515	312	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	7.7	10.0	66.7%	0		19.29s	990	63	9,185
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	10.0	10.0	100.0%	0		5.14s	714	280	0
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	7.3	5.8	83.3%	1		5.77s	921	146	183
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	7.6	7.2	77.8%	1		5.70s	912	422	352
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	10.0	10.0	100.0%	0		12.99s	11,757	354	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Fable 5.1	2.8	1.6	33.3%	1		24.32s	264	14	4,297
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

झटपट तुलना

तुलना जोडी बदला

GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Claude Fable 5.1mediumvsMuse Spark 1.1low Qwen3.8 2.4T A95BlowvsInklinghigh Muse Spark 1.1highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high Claude Fable 5.1mediumvsInkling Smallhigh Claude Fable 5.1mediumvsQwen3.8 27Bhigh Qwen3.8 2.4T A95BlowvsInklingmedium Claude Fable 5.1mediumvsGrok 4.5low