- क्रमांक
- #52
- एकूण आउटपुट टोकन्स
- 92,998
- प्रतिसाद वेळ (सरासरी)
- 30.42s
- एकूण खर्च
- $1.096
Qwen3.8 Max (0902) (medium) vs Pareto (default)
Pareto (default) average score मध्ये पुढे आहे: 9.1 vs 9.0. Qwen3.8 Max (0902) (medium) चा benchmark खर्च कमी आहे: $1.096 vs $1.520. Qwen3.8 Max (0902) (medium) वेगवान आहे: 30.42s vs 33.47s, pass rates 84.1% vs 87.0%.
तुलना केलेली मॉडेल्स
- क्रमांक
- #47
- एकूण आउटपुट टोकन्स
- 128,144
- प्रतिसाद वेळ (सरासरी)
- 33.47s
- एकूण खर्च
- $1.520
शिफारस केलेले मॉडेल
Qwen3.8 Max (0902) (medium)
It offers the best overall trade-off: a competitive score (9.0), lower cost than Pareto (default), and balanced response time.
तपशीलवार तुलना
| मेट्रिक | Qwen3.8 Max (0902) Qwen3.8 Max (0902) medium | Pareto Pareto default |
|---|---|---|
| स्कोअर | 9.0 | 9.1 |
| क्रमांक | #52 | #47 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 9.3 | 9.2 |
| प्रयत्न | 69/69 | 69/69 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 84.1% | 87.0% |
| अस्थिर चाचण्या | 2 | 2 |
| एकूण रन | 69 | 69 |
| प्रति निकाल खर्च | 6.084 | 8.000 |
| एकूण खर्च | $1.096 | $1.520 |
| इनपुट किंमत | $2.000 / 1M | $2.500 / 1M |
| आउटपुट किंमत | $6.000 / 1M | $7.500 / 1M |
| कॅश वाचण्याची किंमत | $0.250 / 1M | $0.250 / 1M |
| कॅश लिहिण्याची किंमत | $2.500 / 1M | लागू नाही |
| एकूण इनपुट टोकन्स | 268,540 | 223,559 |
| आउटपुट टोकन्स | 7,499 | 128,144 |
| रिझनिंग टोकन्स | 85,499 | 0 |
| प्रतिसाद वेळ (सरासरी) | 30.42s | 33.47s |
| प्रतिसाद वेळ (कमाल) | 168.09s | 143.33s |
| प्रतिसाद वेळ (एकूण) | 699.68s | 769.84s |
| पॅरामीटर्स | 2.4T एकूण (~100B सक्रिय) | - |
| उपलब्धता | बंद स्रोत | बंद 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.
#52 Qwen3.8 Max (0902)
medium- खर्च
- $0.036
- वेळ
- 108.3s
- टोकन्स
- 5,980 tok
#47 Pareto
default- खर्च
- $0.034
- वेळ
- 170.7s
- टोकन्स
- 4,581 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 127.50s | 172,217 | 1,538 | 10,782 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 76.54s | 112,825 | 8,914 | 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.03s | 672 | 295 | 2,003 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 6.39s | 703 | 2,173 | 0 |
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 8.4 | 7.4 | 88.9% | 1 | 45.74s | 7,893 | 551 | 20,628 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 50.12s | 7,471 | 1,949 | 0 |
| संयुक्त | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 94.38s | 68,852 | 3,895 | 24,303 | |
| Pareto | 7.2 | 9.1 | 50.0% | 0 | 53.54s | 85,180 | 98,580 | 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 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 10.54s | 7,782 | 261 | 2,591 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 7,728 | 1,371 | 0 |
| डोमेन-विशिष्ट | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 3.6 | 7.2 | 22.2% | 1 | 49.45s | 780 | 44 | 19,572 | |
| Pareto | 7.7 | 10.0 | 66.7% | 0 | 98.85s | 858 | 8,379 | 0 |
| Samanya Buddhimatta | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 7.56s | 516 | 202 | 689 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 8.63s | 492 | 260 | 0 |
| सूचनांचे पालन | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 4.24s | 699 | 90 | 886 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 4.95s | 667 | 507 | 0 |
| कोडी सोडवणे | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.89s | 696 | 353 | 1,599 | |
| Pareto | 8.2 | 7.2 | 88.9% | 1 | 18.24s | 624 | 4,433 | 0 |
| टूल कॉलिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.93s | 8,229 | 249 | 194 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 3.29s | 6,762 | 963 | 0 |
| सामान्य ज्ञान | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 17.01s | 204 | 21 | 2,252 | |
| Pareto | 2.8 | 1.6 | 33.3% | 1 | 32.07s | 249 | 615 | 0 |
झटपट तुलना
तुलना जोडी बदला
Seed 2.1 TurbohighvsParetodefaultMuse WonderlowvsParetodefaultMuse WonderminimalvsParetodefaultGemini 3.5 FlashlowvsQwen3.8 Max (0902)mediumMuse Spark 1.3highvsParetodefaultClaude Haiku 5.5xhighvsParetodefaultGPT-5.3-CodexmediumvsParetodefaultGemini 3.5 Flash LitehighvsQwen3.8 Max (0902)mediumQwen3.8 Max (0902)highvsParetodefaultMuse Spark OpenxhighvsQwen3.8 Max (0902)mediumClaude Opus 5lowvsQwen3.8 Max (0902)mediumMuse Spark OpenxhighvsParetodefault