GPT-5.6 Terra (high) vs Qwen3.8 2.4T A95B (low)

Qwen3.8 2.4T A95B (low) average score मध्ये पुढे आहे: 8.4 vs 8.3. GPT-5.6 Terra (high) चा benchmark खर्च कमी आहे: $1.116 vs $3.172. GPT-5.6 Terra (high) वेगवान आहे: 13.62s vs 120.40s, pass rates 69.6% vs 73.9%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #76
एकूण आउटपुट टोकन्स: 60,065
प्रतिसाद वेळ (सरासरी): 13.62s
एकूण खर्च: $1.116

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

शिफारस केलेले मॉडेल GPT-5.6 Terra (high)

Its score stays close to the best score here (8.3 vs 8.4), while costing about 2.8x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	GPT-5.6 Terra GPT-5.6 Terra high प्रकाशन: 2026-07-09	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.3	8.4
क्रमांक	#76	#68
विश्वसनीयता	10.0	9.6
सुसंगतता	9.4	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	69.6%	73.9%
अस्थिर चाचण्या	2	2
एकूण रन	69	69
प्रति निकाल खर्च	8.674	19.825
एकूण खर्च	$1.116	$3.172
इनपुट किंमत	$2.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$12.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	197,239	313,881
आउटपुट टोकन्स	6,083	123,706
रिझनिंग टोकन्स	53,982	388,328
प्रतिसाद वेळ (सरासरी)	13.62s	120.40s
प्रतिसाद वेळ (कमाल)	91.49s	534.21s
प्रतिसाद वेळ (एकूण)	313.21s	2769.16s
पॅरामीटर्स	~1T एकूण (~60B 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.

#76 GPT-5.6 Terra

high

खर्च: $0.055
वेळ: 30.2s
टोकन्स: 3,748 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
GPT-5.6 Terra	10.0	10.0	100.0%	0		66.44s	116,183	1,028	2,949
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
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700
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
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087
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
GPT-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174
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
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0
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
GPT-5.6 Terra	5.3	10.0	33.3%	0		42.65s	732	70	32,239
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
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216
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
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319
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
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613
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
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168
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
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517
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 PreviewmediumvsQwen3.8 2.4T A95Blow Kimi K3maxvsGPT-5.6 Terrahigh Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Claude Opus 4.8mediumvsGPT-5.6 Terrahigh DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Terrahigh