Qwen3.7 Max (medium) vs Qwen3.8 2.4T A95B (low)

Qwen3.7 Max (medium) average score मध्ये पुढे आहे: 8.5 vs 8.4. Qwen3.7 Max (medium) चा benchmark खर्च कमी आहे: $1.689 vs $4.016. Qwen3.7 Max (medium) वेगवान आहे: 48.35s vs 120.40s, pass rates 85.5% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-03

तुलना केलेली मॉडेल्स

क्रमांक: #67
एकूण आउटपुट टोकन्स: 259,032
प्रतिसाद वेळ (सरासरी): 48.35s
एकूण खर्च: $1.689

क्रमांक: #68
एकूण आउटपुट टोकन्स: 512,034
प्रतिसाद वेळ (सरासरी): 120.40s
एकूण खर्च: $4.016

शिफारस केलेले मॉडेल Qwen3.7 Max (medium)

It has the best score here (8.5), while costing about 2.4x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

मेट्रिक	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12

मेट्रिक	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12
स्कोअर	8.5	8.4
क्रमांक	#67	#68
विश्वसनीयता	10.0	9.6
सुसंगतता	8.7	9.2
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	85.5%	73.9%
अस्थिर चाचण्या	4	2
एकूण रन	69	69
प्रति निकाल खर्च	12.033	19.825
एकूण खर्च	$1.689	$4.016
इनपुट किंमत	$1.475 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.425 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.295 / 1M	$0.250 / 1M
कॅश लिहिण्याची किंमत	$1.844 / 1M	लागू नाही
एकूण इनपुट टोकन्स	367,848	313,881
आउटपुट टोकन्स	8,753	123,706
रिझनिंग टोकन्स	250,279	388,328
प्रतिसाद वेळ (सरासरी)	48.35s	120.40s
प्रतिसाद वेळ (कमाल)	556.06s	534.21s
प्रतिसाद वेळ (एकूण)	1112.11s	2769.16s
पॅरामीटर्स	~1T एकूण (~40B सक्रिय)	2.4T एकूण (95B सक्रिय)
उपलब्धता	बंद स्रोत	वेट्स उपलब्ध

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.

#67 Qwen3.7 Max

medium

खर्च: $0.017
वेळ: 68.8s
टोकन्स: 4,526 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
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925
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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742
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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808
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
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450
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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254
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
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143
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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457
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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452
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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908
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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220
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
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

झटपट तुलना

तुलना जोडी बदला

Muse Spark 1.3lowvsQwen3.7 Maxmedium GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Qwen3.7 MaxmediumvsGrok 4.6high Qwen3.8 2.4T A95BlowvsInklinghighमोफत उपलब्ध Muse Spark 1.1highvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high Muse Glimmer 30BxhighvsQwen3.7 Maxmedium Claude Sonnet 5.5highvsQwen3.7 Maxmedium