Gemini 3.5 Flash (high) vs Qwen3.8 2.4T A95B (low)

Qwen3.8 2.4T A95B (low) лидирует по среднему баллу: 8.4 vs 8.3. Gemini 3.5 Flash (high) имеет более низкую стоимость benchmark: $2.737 vs $3.172. Gemini 3.5 Flash (high) быстрее: 18.59s vs 120.40s, с долей успешных попыток 85.5% vs 73.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #77
Общее число выходных токенов: 246,012
Время ответа (среднее): 18.59s
Общая стоимость: $2.737

Ранг: #68
Общее число выходных токенов: 512,034
Время ответа (среднее): 120.40s
Общая стоимость: $3.172

Рекомендуемая модель Gemini 3.5 Flash (high)

Его балл близок к лучшему здесь (8.3 против 8.4), и он отвечает примерно в 6.5 раза быстрее, чем Qwen3.8 2.4T A95B (low).

Подробное сравнение

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash high Релиз: 2026-05-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12
Оценка	8.3	8.4
Ранг	#77	#68
Надежность	10.0	9.6
Стабильность	9.3	9.2
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	85.5%	73.9%
Нестабильные тесты	2	2
Всего запусков	69	69
Стоимость за результат	14.402	19.825
Общая стоимость	$2.737	$3.172
Цена входа	$1.500 / 1M	$2.000 / 1M
Цена выхода	$9.000 / 1M	$6.000 / 1M
Общее число входных токенов	348,103	313,881
Выходные токены	11,045	123,706
Токены рассуждений	234,967	388,328
Время ответа (среднее)	18.59s	120.40s
Время ответа (макс.)	145.92s	534.21s
Время ответа (суммарно)	427.52s	2769.16s
Параметры	~500B 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.

#77 Gemini 3.5 Flash

high

Стоимость: $0.208
Время: 118.2s
Токены: 23,158 tok

#68 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	3.4	9.6	0.0%	0		87.32s	240,957	2,268	38,262
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		151.76s	200,602	2,661	13,832

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.57s	492	174	4,997
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 3.5 Flash	10.0	10.0	100.0%	0		22.96s	8,118	456	47,129
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0		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 3.5 Flash	8.2	6.9	66.7%	1		84.14s	82,416	7,153	93,585
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 3.5 Flash	10.0	10.0	100.0%	0		6.43s	7,548	279	8,466
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 3.5 Flash	5.3	7.2	44.4%	1		16.99s	642	12	28,526
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.63s	486	115	1,650
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 3.5 Flash	10.0	10.0	100.0%	0		3.35s	615	70	3,799
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 3.5 Flash	10.0	10.0	100.0%	0		3.23s	558	241	4,940
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 3.5 Flash	9.8	10.0	100.0%	0		4.96s	6,115	265	1,608
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 3.5 Flash	10.0	10.0	100.0%	0		3.94s	156	12	2,005
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528

Быстрое сравнение

Сменить пару сравнения

GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Gemini 3.5 FlashhighvsKimi K3max Gemini 3.1 Pro PreviewmediumvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BlowvsInklinghighБесплатно доступно Muse Spark 1.1highvsQwen3.8 2.4T A95Blow Gemini 3.5 FlashhighvsGPT-6 Lunamedium Claude Opus 4.8mediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsQwen3.7 Plusmedium DeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow Gemini 3.5 FlashhighvsGLM 5.2medium Claude Sonnet 5mediumvsQwen3.8 2.4T A95Blow