Gemini 3.8 Flash (medium) vs Qwen3.8 2.4T A95B (high)

Gemini 3.8 Flash (medium) лидирует по среднему баллу: 8.0 vs 7.9. Gemini 3.8 Flash (medium) имеет более низкую стоимость benchmark: $0.769 vs $2.805. Gemini 3.8 Flash (medium) быстрее: 16.64s vs 120.88s, с долей успешных попыток 89.9% vs 75.4%.

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

Сравниваемые модели

Ранг: #94
Общее число выходных токенов: 167,486
Время ответа (среднее): 16.64s
Общая стоимость: $0.769

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

Рекомендуемая модель Gemini 3.8 Flash (medium)

Здесь у него лучший балл (8.0), при этом он примерно в 3.6 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	Gemini 3.8 Flash Gemini 3.8 Flash medium Релиз: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12

Метрика	Gemini 3.8 Flash Gemini 3.8 Flash medium Релиз: 2026-09-02	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12
Оценка	8.0	7.9
Ранг	#94	#102
Надежность	9.9	9.6
Стабильность	9.0	8.4
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	89.9%	75.4%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	4.046	18.696
Общая стоимость	$0.769	$2.805
Цена входа	$0.750 / 1M	$2.000 / 1M
Цена выхода	$3.750 / 1M	$6.000 / 1M
Общее число входных токенов	187,331	295,642
Выходные токены	7,555	115,041
Токены рассуждений	159,931	353,398
Время ответа (среднее)	16.64s	120.88s
Время ответа (макс.)	108.60s	532.28s
Время ответа (суммарно)	382.64s	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.

#94 Gemini 3.8 Flash

medium

Стоимость: $0.037
Время: 54.6s
Токены: 9,712 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 3.8 Flash	2.8	1.6	33.3%	1		63.72s	91,538	489	12,089
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 3.8 Flash	10.0	10.0	100.0%	0		2.66s	492	145	3,131
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 3.8 Flash	8.0	9.9	66.7%	0		11.69s	8,118	454	19,433
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 3.8 Flash	8.7	6.9	83.3%	1		60.28s	71,646	5,615	59,676
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 3.8 Flash	10.0	10.0	100.0%	0		5.74s	7,548	279	4,386
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 3.8 Flash	8.2	7.2	88.9%	1		31.77s	644	12	44,973
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 3.8 Flash	10.0	10.0	100.0%	0		3.65s	486	78	1,185
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 3.8 Flash	10.0	10.0	100.0%	0		4.81s	615	72	2,944
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 3.8 Flash	10.0	10.0	100.0%	0		2.73s	558	151	2,720
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 3.8 Flash	10.0	10.0	100.0%	0		18.47s	5,530	249	6,512
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 3.8 Flash	10.0	10.0	100.0%	0		5.94s	156	11	2,882
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Gemini 3.8 FlashmediumvsGPT-5.6 Terralow Gemini 3.8 FlashmediumvsGPT-5.6 Lunahigh Qwen3.8 2.4T A95BhighvsGrok 4.5medium Gemini 3.8 FlashmediumvsGLM 5.3 FlashXmax Claude Fable 5.1highvsGemini 3.8 Flashmedium GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax Gemini 3.8 FlashmediumvsQwen3.7 Maxnone