नेव्हिगेशन
Advertise here

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

average score जवळपास समान आहे: 7.9 vs 7.9. MiMo-V2.6-Flash (medium) चा benchmark खर्च कमी आहे: $0.218 vs $2.949. MiMo-V2.6-Flash (medium) वेगवान आहे: 61.90s vs 120.88s, pass rates 75.4% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-26

तुलना केलेली मॉडेल्स

क्रमांक
#131
एकूण आउटपुट टोकन्स
368,836
प्रतिसाद वेळ (सरासरी)
120.88s
एकूण खर्च
$2.949
क्रमांक
#132
एकूण आउटपुट टोकन्स
631,843
प्रतिसाद वेळ (सरासरी)
61.90s
एकूण खर्च
$0.218
शिफारस केलेले मॉडेल MiMo-V2.6-Flash (medium)

It has the best score here (7.9), while costing about 13.5x 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 7.9 7.9
क्रमांक #131 #132
विश्वसनीयता 9.6 10.0
सुसंगतता 8.4 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.4% 66.7%
अस्थिर चाचण्या 4 6
एकूण रन 69 69
प्रति निकाल खर्च 18.696 1.815
एकूण खर्च $2.949 $0.218
इनपुट किंमत $2.000 / 1M $0.140 / 1M
आउटपुट किंमत $6.000 / 1M $0.280 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.003 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 295,642 291,988
आउटपुट टोकन्स 115,041 8,848
रिझनिंग टोकन्स 353,398 622,995
प्रतिसाद वेळ (सरासरी) 120.88s 61.90s
प्रतिसाद वेळ (कमाल) 532.28s 357.28s
प्रतिसाद वेळ (एकूण) 2780.16s 1423.67s
पॅरामीटर्स 2.4T एकूण (95B सक्रिय) 309B एकूण (15B 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.

#131 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

#132 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

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighMuse WondermaxvsMiMo-V2.6-FlashmediumLing 3.1 FlashhighvsMiMo-V2.6-FlashmediumDeepSeek V4.1 Flash 1017highvsMiMo-V2.6-FlashmediumMuse WondermaxvsQwen3.8 2.4T A95BhighMiMo-V2.6-FlashmediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 MaxnonevsMiMo-V2.6-FlashmediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax