Claude Sonnet 5 (medium) vs Qwen3.8 2.4T A95B (low)

Claude Sonnet 5 (medium) average score मध्ये पुढे आहे: 8.2 vs 8.1. Claude Sonnet 5 (medium) चा benchmark खर्च कमी आहे: $0.922 vs $2.672. Claude Sonnet 5 (medium) वेगवान आहे: 12.54s vs 118.97s, pass rates 75.8% vs 72.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक: #77
एकूण आउटपुट टोकन्स: 63,204
प्रतिसाद वेळ (सरासरी): 12.54s
एकूण खर्च: $0.922

क्रमांक: #78
एकूण आउटपुट टोकन्स: 495,541
प्रतिसाद वेळ (सरासरी): 118.97s
एकूण खर्च: $2.672

शिफारस केलेले मॉडेल Claude Sonnet 5 (medium)

It has the best score here (8.2), while costing about 2.9x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5 Claude Sonnet 5 medium प्रकाशन: 2026-06-30	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	Claude Sonnet 5 Claude Sonnet 5 medium प्रकाशन: 2026-06-30	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.2	8.1
क्रमांक	#77	#78
विश्वसनीयता	10.0	9.4
सुसंगतता	9.0	9.2
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	75.8%	72.7%
अस्थिर चाचण्या	3	2
एकूण रन	66	66
प्रति निकाल खर्च	6.144	17.812
एकूण खर्च	$0.922	$2.672
इनपुट किंमत	$2.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$10.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	145,953	113,279
आउटपुट टोकन्स	52,330	121,045
रिझनिंग टोकन्स	10,874	374,496
प्रतिसाद वेळ (सरासरी)	12.54s	118.97s
प्रतिसाद वेळ (कमाल)	66.71s	534.21s
प्रतिसाद वेळ (एकूण)	275.90s	2617.41s
पॅरामीटर्स	~1T एकूण (~100B 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.

#77 Claude Sonnet 5

medium

खर्च: $0.007
वेळ: 6.4s
टोकन्स: 832 tok

#78 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 Sonnet 5	10.0	10.0	100.0%	0		3.80s	834	1,220	446
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 Sonnet 5	9.0	7.9	88.9%	1		17.28s	10,590	13,153	2,379
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 Sonnet 5	7.3	6.0	83.3%	1		51.86s	107,934	23,169	5,371
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 Sonnet 5	10.0	10.0	100.0%	0		3.16s	10,503	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 Sonnet 5	5.3	10.0	33.3%	0		20.54s	972	12,137	1,994
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 Sonnet 5	4.8	3.2	33.3%	1		4.32s	708	264	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 Sonnet 5	9.9	10.0	100.0%	0		3.10s	909	318	269
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 Sonnet 5	7.7	10.0	66.7%	0		2.98s	894	407	121
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 Sonnet 5	10.0	10.0	100.0%	0		10.70s	12,351	433	90
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 Sonnet 5	3.0	10.0	0.0%	0		7.06s	258	917	204
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

झटपट तुलना

तुलना जोडी बदला

Claude Sonnet 5mediumvsMuse Spark 1.3low GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGrok 4.7medium Qwen3.8 2.4T A95BlowvsInklinghigh Muse Spark 1.1highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Claude Sonnet 5mediumvsGPT-6 Lunahigh Qwen3.8 2.4T A95BlowvsGLM 5.2high Claude Sonnet 5mediumvsMuse Glimmer 30Bxhigh Claude Sonnet 5mediumvsMuse Spark 1.1low Qwen3.8 2.4T A95BlowvsInklingmedium