Gemini 3.5 Flash (medium) vs Qwen3.8 2.4T A95B (high)

average score जवळपास समान आहे: 7.9 vs 7.9. Gemini 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $1.316 vs $2.805. Gemini 3.5 Flash (medium) वेगवान आहे: 11.78s vs 120.88s, pass rates 81.2% vs 75.4%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #101
एकूण आउटपुट टोकन्स: 96,655
प्रतिसाद वेळ (सरासरी): 11.78s
एकूण खर्च: $1.316

क्रमांक: #102
एकूण आउटपुट टोकन्स: 468,439
प्रतिसाद वेळ (सरासरी): 120.88s
एकूण खर्च: $2.805

शिफारस केलेले मॉडेल Gemini 3.5 Flash (medium)

It has the best score here (7.9), while costing about 2.1x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक	Gemini 3.5 Flash Gemini 3.5 Flash medium प्रकाशन: 2026-05-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12

मेट्रिक	Gemini 3.5 Flash Gemini 3.5 Flash medium प्रकाशन: 2026-05-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12
स्कोअर	7.9	7.9
क्रमांक	#101	#102
विश्वसनीयता	10.0	9.6
सुसंगतता	9.3	8.4
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	81.2%	75.4%
अस्थिर चाचण्या	2	4
एकूण रन	69	69
प्रति निकाल खर्च	7.306	18.696
एकूण खर्च	$1.316	$2.805
इनपुट किंमत	$1.500 / 1M	$2.000 / 1M
आउटपुट किंमत	$9.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	296,760	295,642
आउटपुट टोकन्स	4,371	115,041
रिझनिंग टोकन्स	92,284	353,398
प्रतिसाद वेळ (सरासरी)	11.78s	120.88s
प्रतिसाद वेळ (कमाल)	84.47s	532.28s
प्रतिसाद वेळ (एकूण)	271.03s	2780.16s
पॅरामीटर्स	~500B 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.

#101 Gemini 3.5 Flash

medium

खर्च: $0.201
वेळ: 112.9s
टोकन्स: 22,371 tok

#102 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

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:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.5 Flash	2.8	1.6	33.3%	1		84.47s	227,004	2,205	32,277
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.09s	492	171	3,385
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 3.5 Flash	7.9	7.5	77.8%	1		12.63s	8,118	461	24,939
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 3.5 Flash	10.0	10.0	100.0%	0		44.36s	45,684	516	8,835
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 3.5 Flash	10.0	10.0	100.0%	0		4.07s	7,548	279	3,784
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 3.5 Flash	5.3	10.0	33.3%	0		7.28s	642	12	10,618
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 3.5 Flash	10.0	10.0	100.0%	0		2.52s	486	115	1,144
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 3.5 Flash	9.9	10.0	100.0%	0		2.70s	615	71	2,855
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 3.5 Flash	7.7	10.0	66.7%	0		2.38s	558	295	2,747
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 3.5 Flash	10.0	10.0	100.0%	0		3.81s	5,457	234	455
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 3.5 Flash	10.0	10.0	100.0%	0		2.75s	156	12	1,245
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

झटपट तुलना

तुलना जोडी बदला

Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Gemini 3.5 FlashmediumvsQwen3.7 Maxnone Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.5 FlashmediumvsGLM 5.3high GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Claude Fable 5.1highvsGemini 3.5 Flashmedium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Gemini 3.5 FlashmediumvsGLM 5.3 FlashXmax Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax Gemini 3.5 FlashmediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh