GPT-6.1 Sol (low) vs Qwen3.8 MAX (low)

GPT-6.1 Sol (low) лидирует по среднему баллу: 9.6 vs 8.8. GPT-6.1 Sol (low) имеет более низкую стоимость benchmark: $0.460 vs $1.089. GPT-6.1 Sol (low) быстрее: 7.15s vs 25.09s, с долей успешных попыток 92.8% vs 81.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #16
Общее число выходных токенов: 13,138
Время ответа (среднее): 7.15s
Общая стоимость: $0.460

Ранг: #66
Общее число выходных токенов: 93,936
Время ответа (среднее): 25.09s
Общая стоимость: $1.089

Рекомендуемая модель GPT-6.1 Sol (low)

Здесь у него лучший балл (9.6), при этом он примерно в 2.4 раза дешевле, чем Qwen3.8 MAX (low).

Подробное сравнение

Метрика	GPT-6.1 Sol GPT-6.1 Sol low Релиз: 2026-09-29	Qwen3.8 MAX Qwen3.8 MAX low Релиз: 2026-08-04

Метрика	GPT-6.1 Sol GPT-6.1 Sol low Релиз: 2026-09-29	Qwen3.8 MAX Qwen3.8 MAX low Релиз: 2026-08-04
Оценка	9.6	8.8
Ранг	#16	#66
Надежность	10.0	10.0
Стабильность	9.6	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	92.8%	81.2%
Нестабильные тесты	1	3
Всего запусков	69	69
Стоимость за результат	2.187	5.051
Общая стоимость	$0.460	$1.089
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$10.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.100 / 1M	Н/Д
Цена записи в кэш	$2.500 / 1M	Н/Д
Общее число входных токенов	163,900	262,495
Выходные токены	4,958	7,787
Токены рассуждений	8,180	86,149
Время ответа (среднее)	7.15s	25.09s
Время ответа (макс.)	46.57s	155.75s
Время ответа (суммарно)	164.47s	577.14s
Параметры	~2T всего (~150B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#16 GPT-6.1 Sol

low

Стоимость: $0.028
Время: 44.6s
Токены: 2,881 tok

#66 Qwen3.8 MAX

low

Стоимость: $0.026
Время: 68.5s
Токены: 4,280 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
GPT-6.1 Sol	10.0	10.0	100.0%	0		46.57s	85,882	798	461
Qwen3.8 MAX	10.0	10.0	100.0%	0		96.77s	163,314	1,655	8,460

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.14s	606	147	226
Qwen3.8 MAX	10.0	10.0	100.0%	0		3.93s	984	228	1,750

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		4.48s	7,302	388	1,286
Qwen3.8 MAX	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		10.94s	54,810	2,619	370
Qwen3.8 MAX	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		1.94s	7,140	222	0
Qwen3.8 MAX	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	7.7	10.0	66.7%	0		15.39s	732	69	5,195
Qwen3.8 MAX	2.9	7.2	11.1%	1		40.12s	1,014	62	19,512

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		3.66s	477	114	142
Qwen3.8 MAX	6.5	3.4	66.7%	1		5.29s	594	128	568

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.21s	660	93	115
Qwen3.8 MAX	10.0	10.0	100.0%	0		4.01s	855	102	851

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		2.19s	642	232	88
Qwen3.8 MAX	9.9	10.0	100.0%	0		4.11s	930	286	1,304

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	10.0	10.0	100.0%	0		5.53s	5,454	246	0
Qwen3.8 MAX	10.0	10.0	100.0%	0		8.06s	8,463	295	693

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-6.1 Sol	2.8	1.6	33.3%	1		3.80s	195	30	297
Qwen3.8 MAX	3.0	10.0	0.0%	0		12.43s	282	28	1,865

Сменить пару сравнения

Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow Gemini 4 ArgonhighvsGPT-6.1 Sollow GPT-5.4mediumvsQwen3.8 MAXlow Gemini 3.7 FlashmediumvsGPT-6.1 Sollow Qwen3.8 MAXlowvsPareto 26.9default Claude Fable 5mediumvsQwen3.8 MAXlow Muse Spark 1.1mediumvsQwen3.8 MAXlow Muse Spark 1.2mediumvsQwen3.8 MAXlow Muse Spark OpenmediumvsQwen3.8 MAXlow DeepSeek V4.1 FlashhighvsQwen3.8 MAXlow DeepSeek V4.1 FlashmediumvsQwen3.8 MAXlow Kimi K3.1 PromaxvsQwen3.8 MAXlow