Gemini 2.5 Flash (medium) vs Qwen3.8 2.4T A95B (low)

Gemini 2.5 Flash (medium) лидирует по среднему баллу: 8.2 vs 8.2. Gemini 2.5 Flash (medium) имеет более низкую стоимость benchmark: $0.643 vs $3.113. Gemini 2.5 Flash (medium) быстрее: 21.18s vs 132.39s, с долей успешных попыток 71.2% vs 78.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-12

Ранг: #43
Общее число выходных токенов: 241,203
Время ответа (среднее): 21.18s
Общая стоимость: $0.643

Ранг: #46
Общее число выходных токенов: 554,485
Время ответа (среднее): 132.39s
Общая стоимость: $3.113

Рекомендуемая модель Gemini 2.5 Flash (medium)

Здесь у него лучший балл (8.2), при этом он примерно в 4.8 раза дешевле, чем Qwen3.8 2.4T A95B (low).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12
Оценка	8.2	8.2
Ранг	#43	#46
Надежность	10.0	9.1
Стабильность	9.6	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	71.2%	78.8%
Нестабильные тесты	1	3
Всего запусков	66	66
Стоимость за результат	4.286	19.453
Общая стоимость	$0.643	$3.113
Цена входа	$0.300 / 1M	$2.000 / 1M
Цена выхода	$2.500 / 1M	$6.000 / 1M
Общее число входных токенов	132,498	113,340
Выходные токены	12,739	107,311
Токены рассуждений	228,464	447,174
Время ответа (среднее)	21.18s	132.39s
Время ответа (макс.)	140.50s	534.21s
Время ответа (суммарно)	465.89s	2912.56s
Параметры	~350B всего (~20B активных)	2.4T всего (95B активных)
Доступность	Закрытая модель	Веса доступны

Генерация showcase моделей

Hamster playing table tennis

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

#43 Gemini 2.5 Flash

medium

Неверный SVG

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#46 Qwen3.8 2.4T A95B

low

Стоимость: $0.100
Время: 193.2s
Токены: 16,767 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Qwen3.8 2.4T A95B	7.6	7.2	77.8%	1		172.53s	6,716	21,405	57,399

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.34s	633	18	80,702
Qwen3.8 2.4T A95B	5.5	9.3	33.3%	0		386.04s	1,069	2,399	228,792

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		22.97s	606	44	1,497

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		19.54s	903	263	1,480

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		25.88s	8,481	302	975

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

Быстрое сравнение

Сменить пару сравнения

Gemini 2.5 FlashmediumvsMuse Glimmer 30Bxhigh Gemini 2.5 FlashmediumvsMuse Spark 1.1low Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow GPT-5 MinimediumvsQwen3.8 2.4T A95Blow DeepSeek V4 Flash 0731lowvsGemini 2.5 Flashmedium Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsInklinghigh Qwen3.8 2.4T A95BlowvsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsGLM 5.2high DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Gemini 2.5 FlashmediumvsInkling Smallhigh