- क्रमांक
- #163
- एकूण आउटपुट टोकन्स
- 368,836
- प्रतिसाद वेळ (सरासरी)
- 120.88s
- एकूण खर्च
- $2.949
Qwen3.8 2.4T A95B (high) vs Step 3.7 Flash (medium)
Qwen3.8 2.4T A95B (high) average score मध्ये पुढे आहे: 7.9 vs 7.8. Step 3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.571 vs $2.949. Step 3.7 Flash (medium) वेगवान आहे: 26.57s vs 120.88s, pass rates 75.4% vs 68.1%.
तुलना केलेली मॉडेल्स
- क्रमांक
- #170
- एकूण आउटपुट टोकन्स
- 440,835
- प्रतिसाद वेळ (सरासरी)
- 26.57s
- एकूण खर्च
- $0.571
शिफारस केलेले मॉडेल
Step 3.7 Flash (medium)
Its score stays close to the best score here (7.8 vs 7.9), while costing about 5.2x less than Qwen3.8 2.4T A95B (high).
तपशीलवार तुलना
| मेट्रिक | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| स्कोअर | 7.9 | 7.8 |
| क्रमांक | #163 | #170 |
| विश्वसनीयता | 9.6 | 10.0 |
| सुसंगतता | 8.4 | 8.7 |
| प्रयत्न | 69/69 | 69/69 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 75.4% | 68.1% |
| अस्थिर चाचण्या | 4 | 4 |
| एकूण रन | 69 | 69 |
| प्रति निकाल खर्च | 18.696 | 4.392 |
| एकूण खर्च | $2.949 | $0.571 |
| इनपुट किंमत | $2.000 / 1M | $0.200 / 1M |
| आउटपुट किंमत | $6.000 / 1M | $1.150 / 1M |
| कॅश वाचण्याची किंमत | $0.250 / 1M | $0.040 / 1M |
| कॅश लिहिण्याची किंमत | लागू नाही | लागू नाही |
| एकूण इनपुट टोकन्स | 295,642 | 319,524 |
| आउटपुट टोकन्स | 115,041 | 440,835 |
| रिझनिंग टोकन्स | 353,398 | 0 |
| प्रतिसाद वेळ (सरासरी) | 120.88s | 26.57s |
| प्रतिसाद वेळ (कमाल) | 532.28s | 152.83s |
| प्रतिसाद वेळ (एकूण) | 2780.16s | 611.09s |
| पॅरामीटर्स | 2.4T एकूण (95B सक्रिय) | 198B एकूण (11B सक्रिय) |
| उपलब्धता | वेट्स उपलब्ध | मुक्त 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.
#163 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- खर्च
- $0.000
- वेळ
- 600.0s
- टोकन्स
- 0 tok
#170 Step 3.7 Flash
medium- खर्च
- $0.006
- वेळ
- 46.2s
- टोकन्स
- 4,466 tok
श्रेणीवार तपशील
| स्वायत्त एजंट कार्ये | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 93.88s | 205,333 | 31,126 | 0 |
| अँटी-एआय युक्त्या | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
| संयुक्त | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 |
| डेटा पार्सिंग आणि निष्कर्षण | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| डोमेन-विशिष्ट | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 | |
| Step 3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 0 |
| Samanya Buddhimatta | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| सूचनांचे पालन | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| कोडी सोडवणे | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| टूल कॉलिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 |
| सामान्य ज्ञान | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
झटपट तुलना
तुलना जोडी बदला
Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsGLM 5.3 FlashX LegalmaxQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsGLM 5.3highMuse WondermaxvsQwen3.8 2.4T A95BhighQwen3.7 PlusnonevsStep 3.7 FlashmediumParticle-1maxvsQwen3.8 2.4T A95BhighStep 3.7 FlashmediumvsGrok 4.5lowDeepSeek V4.1 Flash 1017highvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.5mediumLing 3.1 FlashhighvsStep 3.7 FlashmediumMuse WondermaxvsStep 3.7 Flashmedium