GPT-6.1 Sol (medium) vs Qwen3.8 Max (0902) (low)

GPT-6.1 Sol (medium) average score मध्ये पुढे आहे: 9.6 vs 9.1. GPT-6.1 Sol (medium) चा benchmark खर्च कमी आहे: $0.326 vs $0.664. GPT-6.1 Sol (medium) वेगवान आहे: 6.99s vs 24.21s, pass rates 93.9% vs 86.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-29

तुलना केलेली मॉडेल्स

क्रमांक: #11
एकूण आउटपुट टोकन्स: 16,852
प्रतिसाद वेळ (सरासरी): 6.99s
एकूण खर्च: $0.326

क्रमांक: #32
एकूण आउटपुट टोकन्स: 75,865
प्रतिसाद वेळ (सरासरी): 24.21s
एकूण खर्च: $0.664

शिफारस केलेले मॉडेल GPT-6.1 Sol (medium)

It has the best score here (9.6), while costing about 2.0x less than Qwen3.8 Max (0902) (low).

तपशीलवार तुलना

मेट्रिक	GPT-6.1 Sol GPT-6.1 Sol medium प्रकाशन: 2026-09-29	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07

मेट्रिक	GPT-6.1 Sol GPT-6.1 Sol medium प्रकाशन: 2026-09-29	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07
स्कोअर	9.6	9.1
क्रमांक	#11	#32
विश्वसनीयता	10.0	10.0
सुसंगतता	9.6	9.3
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	93.9%	86.4%
अस्थिर चाचण्या	1	2
एकूण रन	66	66
प्रति निकाल खर्च	1.627	3.684
एकूण खर्च	$0.326	$0.664
इनपुट किंमत	$2.000 / 1M	$2.000 / 1M
आउटपुट किंमत	$10.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	78,368	103,954
आउटपुट टोकन्स	4,354	6,322
रिझनिंग टोकन्स	12,498	69,543
प्रतिसाद वेळ (सरासरी)	6.99s	24.21s
प्रतिसाद वेळ (कमाल)	50.74s	207.79s
प्रतिसाद वेळ (एकूण)	153.75s	532.62s
पॅरामीटर्स	~2T एकूण (~150B 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.

#11 GPT-6.1 Sol

medium

खर्च: $0.045
वेळ: 72.7s
टोकन्स: 4,581 tok

#32 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:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.64s	606	160	319
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-6.1 Sol	10.0	10.0	100.0%	0		4.74s	7,302	393	1,710
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-6.1 Sol	10.0	10.0	100.0%	0		13.62s	55,160	2,807	997
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-6.1 Sol	10.0	10.0	100.0%	0		1.76s	7,140	222	0
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-6.1 Sol	7.7	10.0	66.7%	0		23.84s	732	69	8,480
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-6.1 Sol	10.0	10.0	100.0%	0		3.09s	477	113	137
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-6.1 Sol	10.0	10.0	100.0%	0		3.11s	660	93	234
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-6.1 Sol	10.0	10.0	100.0%	0		2.99s	642	221	328
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-6.1 Sol	10.0	10.0	100.0%	0		4.59s	5,454	246	0
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-6.1 Sol	4.7	1.6	66.7%	1		3.83s	195	30	293
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

झटपट तुलना

तुलना जोडी बदला