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

GPT-6.1 Sol (low) лидирует по среднему баллу: 9.6 vs 9.2. GPT-6.1 Sol (low) имеет более низкую стоимость benchmark: $0.460 vs $1.181. GPT-6.1 Sol (low) быстрее: 7.15s vs 27.34s, 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: #40
Общее число выходных токенов: 104,596
Время ответа (среднее): 27.34s
Общая стоимость: $1.181

Рекомендуемая модель GPT-6.1 Sol (low)

Здесь у него лучший балл (9.6), при этом он примерно в 2.6 раза дешевле, чем Qwen3.8 MAX (medium).

Подробное сравнение

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

Метрика	GPT-6.1 Sol GPT-6.1 Sol low Релиз: 2026-09-29	Qwen3.8 MAX Qwen3.8 MAX medium Релиз: 2026-08-04
Оценка	9.6	9.2
Ранг	#16	#40
Надежность	10.0	10.0
Стабильность	9.6	9.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	92.8%	81.2%
Нестабильные тесты	1	1
Всего запусков	69	69
Стоимость за результат	2.187	5.266
Общая стоимость	$0.460	$1.181
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	276,512
Выходные токены	4,958	8,152
Токены рассуждений	8,180	96,444
Время ответа (среднее)	7.15s	27.34s
Время ответа (макс.)	46.57s	126.60s
Время ответа (суммарно)	164.47s	628.75s
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

#40 Qwen3.8 MAX

medium

Стоимость: $0.028
Время: 71.9s
Токены: 4,750 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		115.27s	167,457	1,586	10,963

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		4.17s	672	312	2,075

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	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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		8.72s	7,782	270	2,519

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	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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	10.0	10.0	100.0%	0		6.41s	516	168	700

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		3.49s	699	102	914

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	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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		7.83s	8,229	267	636

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		11.49s	204	28	1,767

Сменить пару сравнения

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Gemini 3 Flash PreviewmediumvsGPT-6.1 Sollow DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium Gemini 4 ArgonhighvsGPT-6.1 Sollow Muse Spark OpenhighvsQwen3.8 MAXmedium Gemini 3.7 FlashmediumvsGPT-6.1 Sollow Claude Haiku 5.5xhighvsQwen3.8 MAXmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Muse WonderlowvsQwen3.8 MAXmedium Qwen3.8 MAXmediumvsParetodefault Seed 2.1 TurbohighvsQwen3.8 MAXmedium Seed 2.1 TurbolowvsQwen3.8 MAXmedium