- Rang
- #42
- Total tokenuri de ieșire
- 441,352
- Timp de răspuns (mediu)
- 186.06s
- Cost total
- $3.306
Qwen3.8 Max (0902) (high) vs Pareto (default)
Scorul mediu este practic egal la 9.1 vs 9.1. Pareto (default) are costul de benchmark mai mic, $1.520 vs $3.306. Pareto (default) este mai rapid cu 33.47s vs 186.06s, cu rate de reușită de 87.0% vs 87.0%.
Modele comparate
- Rang
- #47
- Total tokenuri de ieșire
- 128,144
- Timp de răspuns (mediu)
- 33.47s
- Cost total
- $1.520
Model recomandat
Pareto (default)
Are cel mai bun scor aici (9.1) și costă de aproximativ 2.2x mai puțin decât Qwen3.8 Max (0902) (high).
Comparație detaliată
| Metrică | Qwen3.8 Max (0902) Qwen3.8 Max (0902) high | Pareto Pareto default |
|---|---|---|
| Scor | 9.1 | 9.1 |
| Rang | #42 | #47 |
| Fiabilitate | 9.8 | 10.0 |
| Consistență | 9.1 | 9.2 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 87.0% | 87.0% |
| Teste instabile | 3 | 2 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 18.364 | 8.000 |
| Cost total | $3.306 | $1.520 |
| Preț de intrare | $2.000 / 1M | $2.500 / 1M |
| Preț de ieșire | $6.000 / 1M | $7.500 / 1M |
| Preț citire cache | $0.250 / 1M | $0.250 / 1M |
| Preț scriere cache | $2.500 / 1M | N/D |
| Total tokenuri de intrare | 328,637 | 223,559 |
| Tokenuri de ieșire | 8,619 | 128,144 |
| Tokenuri de raționament | 432,733 | 0 |
| Timp de răspuns (mediu) | 186.06s | 33.47s |
| Timp de răspuns (maxim) | 912.78s | 143.33s |
| Timp de răspuns (total) | 4279.49s | 769.84s |
| Parametri | 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.
#42 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
#47 Pareto
default- Cost
- $0.034
- Timp
- 170.7s
- Tokenuri
- 4,581 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 197.08s | 219,411 | 1,729 | 20,180 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 76.54s | 112,825 | 8,914 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 15.86s | 1,128 | 263 | 6,631 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 6.39s | 703 | 2,173 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 253.22s | 8,235 | 418 | 91,734 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 50.12s | 7,471 | 1,949 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 8.7 | 6.9 | 83.3% | 1 | 110.39s | 79,527 | 5,215 | 28,102 | |
| Pareto | 7.2 | 9.1 | 50.0% | 0 | 53.54s | 85,180 | 98,580 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 16.37s | 8,010 | 261 | 3,598 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 2.57s | 7,728 | 1,371 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 5.9 | 7.2 | 55.6% | 1 | 658.46s | 842 | 31 | 154,450 | |
| Pareto | 7.7 | 10.0 | 66.7% | 0 | 98.85s | 858 | 8,379 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 6.5 | 3.4 | 66.7% | 1 | 75.11s | 630 | 80 | 8,110 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 8.63s | 492 | 260 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 9.8 | 10.0 | 100.0% | 0 | 7.55s | 927 | 86 | 1,823 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 4.95s | 667 | 507 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 134.14s | 1,038 | 268 | 47,351 | |
| Pareto | 8.2 | 7.2 | 88.9% | 1 | 18.24s | 624 | 4,433 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 10.0 | 10.0 | 100.0% | 0 | 5.21s | 8,571 | 249 | 243 | |
| Pareto | 10.0 | 10.0 | 100.0% | 0 | 3.29s | 6,762 | 963 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Max (0902) | 3.0 | 10.0 | 0.0% | 0 | 532.59s | 318 | 19 | 70,511 | |
| Pareto | 2.8 | 1.6 | 33.3% | 1 | 32.07s | 249 | 615 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Seed 2.1 TurbohighvsParetodefaultGPT-5.3-CodexmediumvsQwen3.8 Max (0902)highMuse WonderlowvsParetodefaultClaude Haiku 5.5xhighvsQwen3.8 Max (0902)highMuse WonderminimalvsParetodefaultMuse Spark 1.3highvsParetodefaultClaude Haiku 5.5xhighvsParetodefaultMuse WonderlowvsQwen3.8 Max (0902)highGPT-5.3-CodexmediumvsParetodefaultDeepSeek V4.1 Flash 1017lowvsQwen3.8 Max (0902)highClaude Sonnet 5.5maxvsQwen3.8 Max (0902)highMuse WonderminimalvsQwen3.8 Max (0902)high