नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.4 (medium) vs Qwen3.8 Max (low)

average score जवळपास समान आहे: 8.5 vs 8.6. Qwen3.8 Max (low) चा benchmark खर्च कमी आहे: $0.702 vs $1.560. Qwen3.8 Max (low) वेगवान आहे: 21.83s vs 22.85s, pass rates 77.3% vs 80.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-18

तुलना केलेली मॉडेल्स

क्रमांक
#51
एकूण आउटपुट टोकन्स
90,466
प्रतिसाद वेळ (सरासरी)
22.85s
एकूण खर्च
$1.560
क्रमांक
#50
एकूण आउटपुट टोकन्स
83,821
प्रतिसाद वेळ (सरासरी)
21.83s
एकूण खर्च
$0.702
शिफारस केलेले मॉडेल Qwen3.8 Max (low)

It has the best score here (8.6), while costing about 2.2x less than GPT-5.4 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05 Qwen3.8 Max Qwen3.8 Max low प्रकाशन: 2026-08-04
स्कोअर 8.5 8.6
क्रमांक #51 #50
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 80.3%
अस्थिर चाचण्या 4 3
एकूण रन 66 66
प्रति निकाल खर्च 10.399 4.384
एकूण खर्च $1.560 $0.702
इनपुट किंमत $2.500 / 1M $2.000 / 1M
आउटपुट किंमत $15.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 81,136 99,181
आउटपुट टोकन्स 6,155 6,132
रिझनिंग टोकन्स 84,311 77,689
प्रतिसाद वेळ (सरासरी) 22.85s 21.83s
प्रतिसाद वेळ (कमाल) 100.41s 155.75s
प्रतिसाद वेळ (एकूण) 502.78s 480.37s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) 2.4T एकूण (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#51 GPT-5.4

medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 tok

#50 Qwen3.8 Max

low
खर्च
$0.026
वेळ
68.5s
टोकन्स
4,280 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

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Qwen3.8 Max 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952

झटपट तुलना

तुलना जोडी बदला