- Rang
- #33
- Total tokenuri de ieșire
- 130,107
- Timp de răspuns (mediu)
- 39.86s
- Cost total
- $4.809
GPT-5.5 (medium) vs Qwen3.8 Max (0902) (high)
Scorul mediu este practic egal la 9.2 vs 9.1. Qwen3.8 Max (0902) (high) are costul de benchmark mai mic, $3.306 vs $4.809. GPT-5.5 (medium) este mai rapid cu 39.86s vs 186.06s, cu rate de reușită de 88.4% vs 87.0%.
Modele comparate
- Rang
- #37
- Total tokenuri de ieșire
- 441,352
- Timp de răspuns (mediu)
- 186.06s
- Cost total
- $3.306
Model recomandat
GPT-5.5 (medium)
Are cel mai bun scor aici (9.2) și răspunde de aproximativ 4.7x mai rapid decât Qwen3.8 Max (0902) (high).
Comparație detaliată
| Metrică | GPT-5.5 GPT-5.5 medium | Qwen3.8 Max (0902) Qwen3.8 Max (0902) high |
|---|---|---|
| Scor | 9.2 | 9.1 |
| Rang | #33 | #37 |
| Fiabilitate | 10.0 | 9.8 |
| Consistență | 9.0 | 9.1 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 88.4% | 87.0% |
| Teste instabile | 3 | 3 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 25.306 | 18.364 |
| Cost total | $4.809 | $3.306 |
| Preț de intrare | $5.000 / 1M | $2.000 / 1M |
| Preț de ieșire | $30.000 / 1M | $6.000 / 1M |
| Preț citire cache | $0.500 / 1M | $0.250 / 1M |
| Preț scriere cache | N/D | $2.500 / 1M |
| Total tokenuri de intrare | 180,959 | 328,637 |
| Tokenuri de ieșire | 6,472 | 8,619 |
| Tokenuri de raționament | 123,635 | 432,733 |
| Timp de răspuns (mediu) | 39.86s | 186.06s |
| Timp de răspuns (maxim) | 332.10s | 912.78s |
| Timp de răspuns (total) | 916.82s | 4279.49s |
| Parametri | ~1.5T în total (~100B activi) | 2.4T în total (~100B activi) |
| Disponibilitate | Închis | Închis |
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#33 GPT-5.5
medium- Cost
- $0.112
- Timp
- 71.9s
- Tokenuri
- 3,807 tok
#37 Qwen3.8 Max (0902)
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 600.0s
- Tokenuri
- 0 tok
Defalcare pe categorii
| Sarcini agentice | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 59.39s | 100,291 | 855 | 3,936 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 197.08s | 219,411 | 1,729 | 20,180 |
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.66s | 606 | 250 | 1,335 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 15.86s | 1,128 | 263 | 6,631 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 8.8 | 7.8 | 88.9% | 1 | 59.77s | 7,305 | 362 | 24,959 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 253.22s | 8,235 | 418 | 91,734 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 33.52s | 57,466 | 3,944 | 6,735 | |
| Qwen3.8 Max (0902) | 8.7 | 6.9 | 83.3% | 1 | 110.39s | 79,527 | 5,215 | 28,102 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.18s | 7,140 | 234 | 593 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 16.37s | 8,010 | 261 | 3,598 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 5.3 | 7.2 | 44.4% | 1 | 168.16s | 732 | 67 | 80,505 | |
| Qwen3.8 Max (0902) | 5.9 | 7.2 | 55.6% | 1 | 658.46s | 842 | 31 | 154,450 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 477 | 138 | 223 | |
| Qwen3.8 Max (0902) | 6.5 | 3.4 | 66.7% | 1 | 75.11s | 630 | 80 | 8,110 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.36s | 660 | 93 | 538 | |
| Qwen3.8 Max (0902) | 9.8 | 10.0 | 100.0% | 0 | 7.55s | 927 | 86 | 1,823 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 6.76s | 642 | 241 | 2,225 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 134.14s | 1,038 | 268 | 47,351 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 10.57s | 5,445 | 258 | 832 | |
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 8,571 | 249 | 243 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 2.8 | 1.6 | 33.3% | 1 | 37.86s | 195 | 30 | 1,754 | |
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 532.59s | 318 | 19 | 70,511 |
Comparație rapidă
Schimbă perechea de comparație
GPT-5.3-CodexmediumvsQwen3.8 Max (0902)highClaude Sonnet 5.5maxvsGPT-5.5mediumClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsGPT-5.5mediumMuse Spark OpenhighvsGPT-5.5mediumMuse WonderlowvsQwen3.8 Max (0902)highDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highQwen3.8 Max (0902)highvsParetodefaultClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)highClaude Haiku 5.5xhighvsGPT-5.5mediumMuse WondermediumvsQwen3.8 Max (0902)high