Gemini 3.1 Pro Preview (medium) vs Qwen3.8 2.4T A95B (low)

average score जवळपास समान आहे: 8.4 vs 8.4. Gemini 3.1 Pro Preview (medium) चा benchmark खर्च कमी आहे: $1.585 vs $3.172. Gemini 3.1 Pro Preview (medium) वेगवान आहे: 22.71s vs 120.40s, pass rates 89.9% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #71
एकूण आउटपुट टोकन्स: 102,691
प्रतिसाद वेळ (सरासरी): 22.71s
एकूण खर्च: $1.585

क्रमांक: #68
एकूण आउटपुट टोकन्स: 512,034
प्रतिसाद वेळ (सरासरी): 120.40s
एकूण खर्च: $3.172

शिफारस केलेले मॉडेल Gemini 3.1 Pro Preview (medium)

It has the best score here (8.4), while costing about 2.0x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	Gemini 3.1 Pro Preview Gemini 3.1 Pro Preview medium प्रकाशन: 2026-02-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.4	8.4
क्रमांक	#71	#68
विश्वसनीयता	9.8	9.6
सुसंगतता	9.6	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	89.9%	73.9%
अस्थिर चाचण्या	1	2
एकूण रन	69	69
प्रति निकाल खर्च	7.924	19.825
एकूण खर्च	$1.585	$3.172
इनपुट किंमत	$2.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$12.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	176,208	313,881
आउटपुट टोकन्स	6,093	123,706
रिझनिंग टोकन्स	96,598	388,328
प्रतिसाद वेळ (सरासरी)	22.71s	120.40s
प्रतिसाद वेळ (कमाल)	88.68s	534.21s
प्रतिसाद वेळ (एकूण)	386.11s	2769.16s
पॅरामीटर्स	~1.2T एकूण (~20B 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.

#71 Gemini 3.1 Pro Preview

medium

खर्च: $0.115
वेळ: 87.2s
टोकन्स: 9,629 tok

#68 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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.1 Pro Preview	4.7	1.6	66.7%	1		56.17s	83,912	861	4,592
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

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 Pro Preview	10.0	10.0	100.0%	0		7.90s	498	112	3,218
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
Gemini 3.1 Pro Preview	7.9	9.9	66.7%	0		40.17s	8,124	435	41,247
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
Gemini 3.1 Pro Preview	9.8	10.0	100.0%	0		40.39s	67,910	3,687	23,111
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
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		7.72s	7,265	279	3,904
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
Gemini 3.1 Pro Preview	7.7	10.0	66.7%	0		20.29s	644	18	11,704
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
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		11.77s	490	108	1,179
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
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		9.56s	621	72	2,236
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
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.90s	570	235	3,128
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
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		23.15s	6,018	274	982
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
Gemini 3.1 Pro Preview	10.0	10.0	100.0%	0		6.27s	156	12	1,297
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 Gemini 3.1 Pro PreviewmediumvsInklinghighमोफत उपलब्ध Gemini 3.1 Pro PreviewmediumvsMuse Glimmer 30Bxhigh Gemini 3.1 Pro PreviewmediumvsMuse Spark 1.1high DeepSeek V4 Flash 0731highvsGemini 3.1 Pro Previewmedium Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Gemini 3.1 Pro PreviewmediumvsGLM 5.2high DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high