GPT-5.5 (medium) vs Qwen3.8 Max (0902) (low)

GPT-5.5 (medium) average score मध्ये पुढे आहे: 9.2 vs 8.6. Qwen3.8 Max (0902) (low) चा benchmark खर्च कमी आहे: $1.131 vs $4.809. Qwen3.8 Max (0902) (low) वेगवान आहे: 29.07s vs 39.86s, pass rates 88.4% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक: #33
एकूण आउटपुट टोकन्स: 130,107
प्रतिसाद वेळ (सरासरी): 39.86s
एकूण खर्च: $4.809

क्रमांक: #76
एकूण आउटपुट टोकन्स: 88,923
प्रतिसाद वेळ (सरासरी): 29.07s
एकूण खर्च: $1.131

शिफारस केलेले मॉडेल Qwen3.8 Max (0902) (low)

Its score stays close to the best score here (8.6 vs 9.2), while costing about 4.3x less than GPT-5.5 (medium).

तपशीलवार तुलना

मेट्रिक	GPT-5.5 GPT-5.5 medium प्रकाशन: 2026-04-24	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07

मेट्रिक	GPT-5.5 GPT-5.5 medium प्रकाशन: 2026-04-24	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07
स्कोअर	9.2	8.6
क्रमांक	#33	#76
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	88.4%	85.5%
अस्थिर चाचण्या	3	3
एकूण रन	69	69
प्रति निकाल खर्च	25.306	6.283
एकूण खर्च	$4.809	$1.131
इनपुट किंमत	$5.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$30.000 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.500 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	$2.500 / 1M
एकूण इनपुट टोकन्स	180,959	298,682
आउटपुट टोकन्स	6,472	8,374
रिझनिंग टोकन्स	123,635	80,549
प्रतिसाद वेळ (सरासरी)	39.86s	29.07s
प्रतिसाद वेळ (कमाल)	332.10s	207.79s
प्रतिसाद वेळ (एकूण)	916.82s	668.66s
पॅरामीटर्स	~1.5T एकूण (~100B सक्रिय)	2.4T एकूण (~100B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#33 GPT-5.5

medium

खर्च: $0.112
वेळ: 71.9s
टोकन्स: 3,807 tok

#76 Qwen3.8 Max (0902)

low

खर्च: $0.014
वेळ: 41.2s
टोकन्स: 2,421 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
GPT-5.5	10.0	10.0	100.0%	0		59.39s	100,291	855	3,936
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		136.04s	194,728	2,052	11,006

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.72s	984	212	1,854

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		37.42s	8,127	485	17,404

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		33.52s	57,466	3,944	6,735
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		9.94s	7,938	261	2,254

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	5.3	7.2	44.4%	1		168.16s	732	67	80,505
Qwen3.8 Max (0902)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		8.91s	594	120	820

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.32s	855	90	866

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.49s	930	275	1,248

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.73s	8,463	249	126

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

तुलना जोडी बदला

Claude Sonnet 5.5maxvsGPT-5.5medium DeepSeek V4.1 Flash 1017lowvsGPT-5.5medium Muse Spark OpenhighvsGPT-5.5medium Qwen3.8 Max (0902)lowvsGrok 4.6high Claude Sonnet 5.5highvsQwen3.8 Max (0902)low GPT-5.5mediumvsQwen3.8 Max (0902)high Claude Sonnet 5mediumvsQwen3.8 Max (0902)low Claude Haiku 5.5xhighvsGPT-5.5medium DeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)low Muse Spark 1.3highvsGPT-5.5medium Muse WonderlowvsGPT-5.5medium Claude Haiku 5.5maxvsQwen3.8 Max (0902)low