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

Средний балл практически равен: 7.9 vs 7.9. Gemini 3.5 Flash (medium) имеет более низкую стоимость benchmark: $1.316 vs $2.805. Gemini 3.5 Flash (medium) быстрее: 11.78s vs 120.88s, с долей успешных попыток 81.2% vs 75.4%.

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

Сравниваемые модели

Ранг: #101
Общее число выходных токенов: 96,655
Время ответа (среднее): 11.78s
Общая стоимость: $1.316

Ранг: #102
Общее число выходных токенов: 468,439
Время ответа (среднее): 120.88s
Общая стоимость: $2.805

Рекомендуемая модель Gemini 3.5 Flash (medium)

Здесь у него лучший балл (7.9), при этом он примерно в 2.1 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

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

Метрика	Gemini 3.5 Flash Gemini 3.5 Flash medium Релиз: 2026-05-19	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка	7.9	7.9
Ранг	#101	#102
Надежность	10.0	9.6
Стабильность	9.3	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	81.2%	75.4%
Нестабильные тесты	2	4
Всего запусков	69	69
Стоимость за результат	7.306	18.696
Общая стоимость	$1.316	$2.805
Цена входа	$1.500 / 1M	$2.000 / 1M
Цена выхода	$9.000 / 1M	$6.000 / 1M
Общее число входных токенов	296,760	295,642
Выходные токены	4,371	115,041
Токены рассуждений	92,284	353,398
Время ответа (среднее)	11.78s	120.88s
Время ответа (макс.)	84.47s	532.28s
Время ответа (суммарно)	271.03s	2780.16s
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.

#101 Gemini 3.5 Flash

medium

Стоимость: $0.201
Время: 112.9s
Токены: 22,371 tok

#102 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 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	2.8	1.6	33.3%	1		84.47s	227,004	2,205	32,277
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

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		2.09s	492	171	3,385
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.9	7.5	77.8%	1		12.63s	8,118	461	24,939
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

Комбинированный	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		44.36s	45,684	516	8,835
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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		4.07s	7,548	279	3,784
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

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	10.0	33.3%	0		7.28s	642	12	10,618
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

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		2.52s	486	115	1,144
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	9.9	10.0	100.0%	0		2.70s	615	71	2,855
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 3.5 Flash	7.7	10.0	66.7%	0		2.38s	558	295	2,747
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

Вызов инструментов	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		3.81s	5,457	234	455
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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		2.75s	156	12	1,245
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Быстрое сравнение

Сменить пару сравнения

Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Gemini 3.5 FlashmediumvsQwen3.7 Maxnone Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.5 FlashmediumvsGLM 5.3high GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Claude Fable 5.1highvsGemini 3.5 Flashmedium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Gemini 3.5 FlashmediumvsGLM 5.3 FlashXmax Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax Gemini 3.5 FlashmediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh