Navigatie
Advertise here

Qwen3.8 2.4T A95B (high) vs Step 3.7 Flash (medium)

Qwen3.8 2.4T A95B (high) leidt in gemiddelde score met 7.9 vs 7.8. Step 3.7 Flash (medium) heeft lagere benchmarkkosten met $0.571 vs $2.805. Step 3.7 Flash (medium) is sneller met 26.57s vs 120.88s, met slagingspercentages van 75.4% vs 68.1%.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-10-01

Vergeleken modellen

Rang
#102
Totaal aantal uitvoer-tokens
468,439
Responstijd (gem.)
120.88s
Totale kosten
$2.805
Rang
#106
Totaal aantal uitvoer-tokens
440,835
Responstijd (gem.)
26.57s
Totale kosten
$0.571
Aanbevolen model Step 3.7 Flash (medium)

De score blijft dicht bij de beste score hier (7.8 vs 7.9) en het kost ongeveer 4.9x minder dan Qwen3.8 2.4T A95B (high).

Gedetailleerde vergelijking

Metriek Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Releasedatum: 2026-08-12 Step 3.7 Flash Step 3.7 Flash medium Releasedatum: 2026-05-29
Score 7.9 7.8
Rang #102 #106
Betrouwbaarheid 9.6 10.0
Consistentie 8.4 8.7
Pogingen 69/69 69/69
Correcte tests
Slaagpercentage per poging 75.4% 68.1%
Instabiele tests 4 4
Totaal runs 69 69
Kosten per resultaat 18.696 4.392
Totale kosten $2.805 $0.571
Invoerprijs $2.000 / 1M $0.200 / 1M
Uitvoerprijs $6.000 / 1M $1.150 / 1M
Totaal aantal invoer-tokens 295,642 319,524
Uitvoer-tokens 115,041 440,835
Redeneer-tokens 353,398 0
Responstijd (gem.) 120.88s 26.57s
Responstijd (max) 532.28s 152.83s
Responstijd (totaal) 2780.16s 611.09s
Parameters 2.4T totaal (95B actief) 198B totaal (11B actief)
Beschikbaarheid Gewichten beschikbaar Open-source

Model generatie-showcase

Hamster playing table tennis

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

#102 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Kosten
$0.000
Tijd
600.0s
Tokens
0 tok

#106 Step 3.7 Flash

medium
Kosten
$0.006
Tijd
46.2s
Tokens
4,466 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
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

Snelle vergelijking

Vergelijkingspaar wisselen