नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.8 2.4T A95B (high) vs MiMo-V2.6-Flash (medium)

average score जवळपास समान आहे: 7.4 vs 7.4. MiMo-V2.6-Flash (medium) चा benchmark खर्च कमी आहे: $0.190 vs $2.357. MiMo-V2.6-Flash (medium) वेगवान आहे: 60.62s vs 120.59s, pass rates 74.2% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-22

तुलना केलेली मॉडेल्स

क्रमांक
#125
एकूण आउटपुट टोकन्स
456,028
प्रतिसाद वेळ (सरासरी)
120.59s
एकूण खर्च
$2.357
क्रमांक
#126
एकूण आउटपुट टोकन्स
615,978
प्रतिसाद वेळ (सरासरी)
60.62s
एकूण खर्च
$0.190
शिफारस केलेले मॉडेल MiMo-V2.6-Flash (medium)

It has the best score here (7.4), while costing about 12.4x less than Qwen3.8 2.4T A95B (high).

तपशीलवार तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12 MiMo-V2.6-Flash MiMo-V2.6-Flash medium प्रकाशन: 2026-09-22
स्कोअर 7.4 7.4
क्रमांक #125 #126
विश्वसनीयता 9.4 10.0
सुसंगतता 8.3 7.8
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 74.2% 65.2%
अस्थिर चाचण्या 4 6
एकूण रन 66 66
प्रति निकाल खर्च 16.832 1.723
एकूण खर्च $2.357 $0.190
इनपुट किंमत $2.000 / 1M $0.140 / 1M
आउटपुट किंमत $6.000 / 1M $0.280 / 1M
एकूण इनपुट टोकन्स 108,931 121,240
आउटपुट टोकन्स 112,801 7,516
रिझनिंग टोकन्स 343,227 608,462
प्रतिसाद वेळ (सरासरी) 120.59s 60.62s
प्रतिसाद वेळ (कमाल) 532.28s 357.28s
प्रतिसाद वेळ (एकूण) 2653.05s 1333.53s
पॅरामीटर्स 2.4T एकूण (95B सक्रिय) 309B एकूण (15B सक्रिय)
उपलब्धता वेट्स उपलब्ध मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#125 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

#126 MiMo-V2.6-Flash

medium
खर्च
$0.004
वेळ
61.0s
टोकन्स
10,798 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

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
MiMo-V2.6-Flash 7.2 5.1 77.8% 2 18.23s 7,422 533 31,521

झटपट तुलना

तुलना जोडी बदला