Qwen3.8 2.4T A95B (high) vs MiMo-V2.6-Flash (medium)

Средний балл практически равен: 7.9 vs 7.9. MiMo-V2.6-Flash (medium) имеет более низкую стоимость benchmark: $0.218 vs $2.949. MiMo-V2.6-Flash (medium) быстрее: 61.90s vs 120.88s, с долей успешных попыток 75.4% vs 66.7%.

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

Сравниваемые модели

Ранг: #131
Общее число выходных токенов: 368,836
Время ответа (среднее): 120.88s
Общая стоимость: $2.949

Ранг: #132
Общее число выходных токенов: 631,843
Время ответа (среднее): 61.90s
Общая стоимость: $0.218

Рекомендуемая модель MiMo-V2.6-Flash (medium)

Здесь у него лучший балл (7.9), при этом он примерно в 13.5 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	MiMo-V2.6-Flash MiMo-V2.6-Flash medium Релиз: 2026-09-22

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	MiMo-V2.6-Flash MiMo-V2.6-Flash medium Релиз: 2026-09-22
Оценка	7.9	7.9
Ранг	#131	#132
Надежность	9.6	10.0
Стабильность	8.4	7.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	75.4%	66.7%
Нестабильные тесты	4	6
Всего запусков	69	69
Стоимость за результат	18.696	1.815
Общая стоимость	$2.949	$0.218
Цена входа	$2.000 / 1M	$0.140 / 1M
Цена выхода	$6.000 / 1M	$0.280 / 1M
Цена чтения из кэша	$0.250 / 1M	$0.003 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	295,642	291,988
Выходные токены	115,041	8,848
Токены рассуждений	353,398	622,995
Время ответа (среднее)	120.88s	61.90s
Время ответа (макс.)	532.28s	357.28s
Время ответа (суммарно)	2780.16s	1423.67s
Параметры	2.4T всего (95B активных)	309B всего (15B активных)
Доступность	Веса доступны	Открытый исходный код

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.

#131 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

#132 MiMo-V2.6-Flash

medium

Стоимость: $0.004
Время: 61.0s
Токены: 10,798 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
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171
MiMo-V2.6-Flash	10.0	10.0	100.0%	0		90.14s	170,748	1,332	14,533

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864
MiMo-V2.6-Flash	5.9	4.1	66.7%	3		1.42s	621	392	1,180

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078
MiMo-V2.6-Flash	7.2	5.1	77.8%	2		18.23s	7,422	533	31,521

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921
MiMo-V2.6-Flash	7.1	9.1	50.0%	0		20.70s	96,199	4,856	17,422

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307
MiMo-V2.6-Flash	10.0	10.0	100.0%	0		1.75s	7,746	257	1,186

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028
MiMo-V2.6-Flash	5.3	10.0	33.3%	0		235.06s	744	586	323,671

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165
MiMo-V2.6-Flash	4.1	2.7	33.3%	1		2.34s	492	99	392

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727
MiMo-V2.6-Flash	9.9	10.0	100.0%	0		1.13s	672	75	507

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073
MiMo-V2.6-Flash	7.8	10.0	66.7%	0		52.85s	660	406	69,126

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656
MiMo-V2.6-Flash	10.0	10.0	100.0%	0		2.63s	6,474	240	190

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408
MiMo-V2.6-Flash	3.0	10.0	0.0%	0		357.28s	210	72	163,267

Сменить пару сравнения

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Muse WondermaxvsMiMo-V2.6-Flashmedium Ling 3.1 FlashhighvsMiMo-V2.6-Flashmedium DeepSeek V4.1 Flash 1017highvsMiMo-V2.6-Flashmedium Muse WondermaxvsQwen3.8 2.4T A95Bhigh MiMo-V2.6-FlashmediumvsGLM 5.3high Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.7 MaxnonevsMiMo-V2.6-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