Gemini 3.1 Flash Lite (medium) vs Qwen3.8 2.4T A95B (high)

Qwen3.8 2.4T A95B (high) average score मध्ये पुढे आहे: 7.4 vs 7.3. Gemini 3.1 Flash Lite (medium) चा benchmark खर्च कमी आहे: $0.120 vs $2.357. Gemini 3.1 Flash Lite (medium) वेगवान आहे: 4.38s vs 120.59s, pass rates 62.1% vs 74.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक: #101
एकूण आउटपुट टोकन्स: 62,356
प्रतिसाद वेळ (सरासरी): 4.38s
एकूण खर्च: $0.120

क्रमांक: #95
एकूण आउटपुट टोकन्स: 456,028
प्रतिसाद वेळ (सरासरी): 120.59s
एकूण खर्च: $2.357

शिफारस केलेले मॉडेल Gemini 3.1 Flash Lite (medium)

Its score stays close to the best score here (7.3 vs 7.4), while costing about 19.7x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12

मेट्रिक	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite medium प्रकाशन: 2026-05-08	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर	7.3	7.4
क्रमांक	#101	#95
विश्वसनीयता	10.0	9.4
सुसंगतता	9.2	8.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	62.1%	74.2%
अस्थिर चाचण्या	2	4
एकूण रन	66	66
प्रति निकाल खर्च	0.922	16.832
एकूण खर्च	$0.120	$2.357
इनपुट किंमत	$0.250 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.500 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	104,925	108,931
आउटपुट टोकन्स	9,168	112,801
रिझनिंग टोकन्स	53,188	343,227
प्रतिसाद वेळ (सरासरी)	4.38s	120.59s
प्रतिसाद वेळ (कमाल)	26.22s	532.28s
प्रतिसाद वेळ (एकूण)	96.32s	2653.05s
पॅरामीटर्स	~150B एकूण (~10B 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.

#101 Gemini 3.1 Flash Lite

medium

खर्च: $0.003
वेळ: 5.3s
टोकन्स: 1,754 tok

#95 Qwen3.8 2.4T A95B

high

अवैध SVG

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 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
Gemini 3.1 Flash Lite	9.1	10.0	75.0%	0		2.39s	502	604	4,201
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		3.81s	8,134	459	8,978
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	7.2	9.1	50.0%	0		18.55s	80,983	7,241	20,231
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	7,362	279	2,845
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		3.93s	650	15	7,223
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		2.60s	488	84	1,142
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	9.9	10.0	100.0%	0		2.59s	623	75	3,320
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	7.6	7.2	77.8%	1		1.95s	568	165	2,450
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		4.55s	5,457	234	921
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		3.08s	158	12	1,877
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Flash LitemediumvsQwen3.7 Plusnone Qwen3.8 2.4T A95BhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Gemini 3.1 Flash LitemediumvsKAT-Coder-Pro V2.5low Claude Opus 4.8nonevsGemini 3.1 Flash Litemedium Gemini 3.1 Flash LitemediumvsGLM 5.3high GPT-5.6 LunamediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsGemini 3.1 Flash Litemedium Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh Claude Sonnet 4.6nonevsQwen3.8 2.4T A95Bhigh Gemini 3.1 Flash Lite PreviewmediumvsQwen3.8 2.4T A95Bhigh