Qwen3.7 Max (medium) vs Qwen3.8 Max (medium)

Qwen3.7 Max (medium) average score मध्ये पुढे आहे: 9.1 vs 9.0. Qwen3.8 Max (medium) चा benchmark खर्च कमी आहे: $0.771 vs $1.157. Qwen3.8 Max (medium) वेगवान आहे: 23.34s vs 44.32s, pass rates 86.4% vs 80.3%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #25
एकूण आउटपुट टोकन्स: 226,102
प्रतिसाद वेळ (सरासरी): 44.32s
एकूण खर्च: $1.157

क्रमांक: #29
एकूण आउटपुट टोकन्स: 92,047
प्रतिसाद वेळ (सरासरी): 23.34s
एकूण खर्च: $0.771

शिफारस केलेले मॉडेल Qwen3.8 Max (medium)

Its score stays close to the best score here (9.0 vs 9.1), while costing about 1.5x less than Qwen3.7 Max (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22	Qwen3.8 Max Qwen3.8 Max medium प्रकाशन: 2026-08-04

मेट्रिक	Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22	Qwen3.8 Max Qwen3.8 Max medium प्रकाशन: 2026-08-04
स्कोअर	9.1	9.0
क्रमांक	#25	#29
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	9.7
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	86.4%	80.3%
अस्थिर चाचण्या	3	1
एकूण रन	66	66
प्रति निकाल खर्च	8.904	4.532
एकूण खर्च	$1.157	$0.771
इनपुट किंमत	$1.475 / 1M	$2.000 / 1M
आउटपुट किंमत	$4.425 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	106,029	109,055
आउटपुट टोकन्स	5,748	6,566
रिझनिंग टोकन्स	220,354	85,481
प्रतिसाद वेळ (सरासरी)	44.32s	23.34s
प्रतिसाद वेळ (कमाल)	556.06s	126.60s
प्रतिसाद वेळ (एकूण)	975.11s	513.47s
पॅरामीटर्स	~1T एकूण (~40B 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.

#25 Qwen3.7 Max

medium

खर्च: $0.017
वेळ: 68.8s
टोकन्स: 4,526 tok

#29 Qwen3.8 Max

medium

खर्च: $0.028
वेळ: 71.9s
टोकन्स: 4,750 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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742
Qwen3.8 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

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 Max	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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 Max	10.0	10.0	100.0%	0		6.41s	516	168	700

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 Max	10.0	10.0	100.0%	0		3.49s	699	102	914

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 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767

झटपट तुलना

तुलना जोडी बदला

Qwen3.8 MaxmediumvsGrok 4.5high Claude Fable 5.1highvsQwen3.8 Maxmedium Claude Fable 5.1highvsQwen3.7 Maxmedium Seed 2.1 TurbolowvsQwen3.7 Maxmedium Muse Spark 1.3highvsQwen3.8 Maxmedium Qwen3.7 MaxmediumvsGrok 4.5high Qwen3.8 MaxmediumvsParetonone Seed 2.1 TurbohighvsQwen3.8 Maxmedium Seed 2.1 TurbolowvsQwen3.8 Maxmedium Muse Spark 1.3highvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsParetonone Seed 2.1 TurbohighvsQwen3.7 Maxmedium