low лидирует по среднему баллу: 8.0 vs 7.1. low имеет более низкую стоимость benchmark: ~$0.045 vs ~$0.195. low быстрее: 23.66s vs 102.66s, с долей успешных попыток 79.7% vs 72.5%.
Бенчмарки сгенерированы из тестовых наборов AI BENCHY в:
2026-10-05
Сравниваемые модели
Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
Ранг
#96
Общее число выходных токенов
135,295
Время ответа (среднее)
23.66s
Общая стоимость
~$0.045Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
Ответы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
Ранг
#154
Общее число выходных токенов
621,056
Время ответа (среднее)
102.66s
Общая стоимость
~$0.195Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 1.9676 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.194534.
Рекомендуемая модельlow
Здесь у него лучший балл (8.0), при этом он примерно в 4.3 раза дешевле, чем Qwen3.8 Flash Next (xhigh).
Подробное сравнение
Метрика
Qwen3.8 Flash NextQwen3.8 Flash NextlowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.Релиз: 2026-10-04
Qwen3.8 Flash NextQwen3.8 Flash NextxhighОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.Релиз: 2026-10-04
Метрика
Qwen3.8 Flash NextQwen3.8 Flash NextlowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.Релиз: 2026-10-04
Qwen3.8 Flash NextQwen3.8 Flash NextxhighОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.Релиз: 2026-10-04
Оценка
8.0Средний балл по всем бенчмарк-тестам.…
7.1Средний балл по всем бенчмарк-тестам.…
Ранг
#96
#154
Надежность
10.0Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
9.9Оценка успеха с первой попытки: 10.0 означает отсутствие повторяемых сбоев целевого API или лимитов до успешных вызовов; зафиксированные сбои снижают оценку.…
Стабильность
8.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
7.9Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
Попытки
69/69
69/69
Тестов верно
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 6Не соблюдены инструкции: 1Недопустимый вызов инструмента: 1Время ответа (среднее)23.66sВремя ответа (макс.)166.72sВремя ответа (суммарно)544.16sТест считается полностью пройденным, только если все его прогоны успешны.…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 6Не соблюдены инструкции: 2Недопустимый вызов инструмента: 1Время ответа (среднее)102.66sВремя ответа (макс.)674.08sВремя ответа (суммарно)2361.10sТест считается полностью пройденным, только если все его прогоны успешны.…
Доля успешных попыток
79.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
72.5%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
Нестабильные тесты
6Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
6Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Всего запусков
69Всего запусков…
69Всего запусков…
Стоимость за результат
~0.299Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
~1.390Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 1.9676 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.194534.
Общая стоимость
~$0.045Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.
~$0.195Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 1.9676 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.194534.
Цена входа
Н/ДЦена входа…
Н/ДЦена входа…
Цена выхода
Н/ДЦена выхода…
Н/ДЦена выхода…
Цена чтения из кэша
Н/ДЦена чтения из кэша…
Н/ДЦена чтения из кэша…
Цена записи в кэш
Н/ДЦена записи в кэш…
Н/ДЦена записи в кэш…
Общее число входных токенов
342,163Общее число входных токенов…
301,749Общее число входных токенов…
Выходные токены
1,518Выходные токены…
1,033Выходные токены…
Токены рассуждений
133,777Токены рассуждений…
620,023Токены рассуждений…
Время ответа (среднее)
23.66sВремя ответа (среднее)…
102.66sВремя ответа (среднее)…
Время ответа (макс.)
166.72sВремя ответа (макс.)…
674.08sВремя ответа (макс.)…
Время ответа (суммарно)
544.16sВремя ответа (суммарно)…
2361.10sВремя ответа (суммарно)…
Параметры
180B всего (6B активных)
180B всего (6B активных)
Доступность
Веса доступны
Веса доступны
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.
#96 Qwen3.8 Flash Next
lowОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
Стоимость
~$0.002Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.0131 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.001295.
Время
47.2s
Токены
5,270 tok
#154 Qwen3.8 Flash Next
xhighОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
Стоимость
~$0.010Оценка учитывает только электроэнергию для GPU. Остальная часть компьютера и покупка оборудования не учитываются. NVIDIA GeForce RTX 3090: 0.0925 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.009149.
Время
333.1s
Токены
30,654 tok
Ранг
-
Стоимость
-
Время
-
Токены
-
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
Агентные задачи
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
6.1Средний балл по всем бенчмарк-тестам.…
3.1Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)137.50sВремя ответа (макс.)137.50sВремя ответа (суммарно)137.50sТест считается полностью пройденным, только если все его прогоны успешны.…
137.50sВремя ответа (среднее)…
194,811Общее число входных токенов…
72Выходные токены…
28,519Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
4.7Средний балл по всем бенчмарк-тестам.…
3.1Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)173.66sВремя ответа (макс.)173.66sВремя ответа (суммарно)173.66sТест считается полностью пройденным, только если все его прогоны успешны.…
173.66sВремя ответа (среднее)…
148,808Общее число входных токенов…
26Выходные токены…
38,616Токены рассуждений…
Анти-ИИ уловки
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)2.03sВремя ответа (макс.)2.72sВремя ответа (суммарно)8.13sТест считается полностью пройденным, только если все его прогоны успешны.…
2.03sВремя ответа (среднее)…
984Общее число входных токенов…
233Выходные токены…
1,773Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)6.73sВремя ответа (макс.)18.55sВремя ответа (суммарно)26.91sТест считается полностью пройденным, только если все его прогоны успешны.…
6.73sВремя ответа (среднее)…
1,128Общее число входных токенов…
184Выходные токены…
7,283Токены рассуждений…
Программирование
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)29.46sВремя ответа (макс.)49.90sВремя ответа (суммарно)88.39sТест считается полностью пройденным, только если все его прогоны успешны.…
29.46sВремя ответа (среднее)…
8,127Общее число входных токенов…
397Выходные токены…
24,147Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
7.4Средний балл по всем бенчмарк-тестам.…
7.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
77.8%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Время ответа (среднее)192.20sВремя ответа (макс.)370.86sВремя ответа (суммарно)576.59sТест считается полностью пройденным, только если все его прогоны успешны.…
192.20sВремя ответа (среднее)…
8,235Общее число входных токенов…
122Выходные токены…
186,070Токены рассуждений…
Комбинированный
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
6.9Средний балл по всем бенчмарк-тестам.…
5.9Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Недопустимый вызов инструмента: 1Время ответа (среднее)98.91sВремя ответа (макс.)166.72sВремя ответа (суммарно)197.82sТест считается полностью пройденным, только если все его прогоны успешны.…
98.91sВремя ответа (среднее)…
118,012Общее число входных токенов…
60Выходные токены…
51,088Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
7.3Средний балл по всем бенчмарк-тестам.…
5.8Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
83.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Недопустимый вызов инструмента: 1Время ответа (среднее)92.24sВремя ответа (макс.)143.77sВремя ответа (суммарно)184.49sТест считается полностью пройденным, только если все его прогоны успешны.…
92.24sВремя ответа (среднее)…
122,809Общее число входных токенов…
52Выходные токены…
43,355Токены рассуждений…
Парсинг и извлечение данных
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)6.20sВремя ответа (макс.)6.23sВремя ответа (суммарно)12.40sТест считается полностью пройденным, только если все его прогоны успешны.…
6.20sВремя ответа (среднее)…
8,253Общее число входных токенов…
267Выходные токены…
2,783Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)9.24sВремя ответа (макс.)9.63sВремя ответа (суммарно)18.48sТест считается полностью пройденным, только если все его прогоны успешны.…
9.24sВремя ответа (среднее)…
8,325Общее число входных токенов…
212Выходные токены…
3,925Токены рассуждений…
Предметно-ориентированное
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
4.1Средний балл по всем бенчмарк-тестам.…
4.4Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
44.5%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
2Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 3Время ответа (среднее)23.34sВремя ответа (макс.)42.75sВремя ответа (суммарно)70.03sТест считается полностью пройденным, только если все его прогоны успешны.…
23.34sВремя ответа (среднее)…
1,014Общее число входных токенов…
12Выходные токены…
18,966Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
3.5Средний балл по всем бенчмарк-тестам.…
4.4Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
2Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 3Время ответа (среднее)326.96sВремя ответа (макс.)674.08sВремя ответа (суммарно)980.89sТест считается полностью пройденным, только если все его прогоны успешны.…
326.96sВремя ответа (среднее)…
1,122Общее число входных токенов…
11Выходные токены…
239,950Токены рассуждений…
Общий интеллект
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
4.7Средний балл по всем бенчмарк-тестам.…
3.1Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)5.00sВремя ответа (макс.)5.00sВремя ответа (суммарно)5.00sТест считается полностью пройденным, только если все его прогоны успешны.…
5.00sВремя ответа (среднее)…
594Общее число входных токенов…
130Выходные токены…
1,171Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
4.7Средний балл по всем бенчмарк-тестам.…
3.1Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
33.3%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Время ответа (среднее)3.95sВремя ответа (макс.)3.95sВремя ответа (суммарно)3.95sТест считается полностью пройденным, только если все его прогоны успешны.…
3.95sВремя ответа (среднее)…
630Общее число входных токенов…
82Выходные токены…
864Токены рассуждений…
Следование инструкциям
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
9.8Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)2.32sВремя ответа (макс.)3.23sВремя ответа (суммарно)4.64sТест считается полностью пройденным, только если все его прогоны успешны.…
2.32sВремя ответа (среднее)…
855Общее число входных токенов…
48Выходные токены…
1,050Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
9.8Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)3.72sВремя ответа (макс.)3.99sВремя ответа (суммарно)7.44sТест считается полностью пройденным, только если все его прогоны успешны.…
3.72sВремя ответа (среднее)…
927Общее число входных токенов…
42Выходные токены…
1,939Токены рассуждений…
Решение головоломок
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
8.7Средний балл по всем бенчмарк-тестам.…
7.8Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
88.9%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
1Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Не соблюдены инструкции: 1Время ответа (среднее)1.72sВремя ответа (макс.)2.26sВремя ответа (суммарно)5.15sТест считается полностью пройденным, только если все его прогоны успешны.…
1.72sВремя ответа (среднее)…
930Общее число входных токенов…
272Выходные токены…
1,001Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
7.7Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
66.7%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)19.51sВремя ответа (макс.)39.77sВремя ответа (суммарно)58.54sТест считается полностью пройденным, только если все его прогоны успешны.…
19.51sВремя ответа (среднее)…
1,038Общее число входных токенов…
275Выходные токены…
15,050Токены рассуждений…
Вызов инструментов
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)5.85sВремя ответа (макс.)5.85sВремя ответа (суммарно)5.85sТест считается полностью пройденным, только если все его прогоны успешны.…
5.85sВремя ответа (среднее)…
8,301Общее число входных токенов…
21Выходные токены…
816Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
10.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
100.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Нет проваленных ответов.Время ответа (среднее)5.11sВремя ответа (макс.)5.11sВремя ответа (суммарно)5.11sТест считается полностью пройденным, только если все его прогоны успешны.…
5.11sВремя ответа (среднее)…
8,409Общее число входных токенов…
21Выходные токены…
650Токены рассуждений…
Эрудиция
Оценка
Стабильность
Доля успешных попыток
Нестабильные тесты
Тестов верно
Время ответа (среднее)
Входные токены
Выходные токены
Токены рассуждений
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
3.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)9.26sВремя ответа (макс.)9.26sВремя ответа (суммарно)9.26sТест считается полностью пройденным, только если все его прогоны успешны.…
9.26sВремя ответа (среднее)…
282Общее число входных токенов…
6Выходные токены…
2,463Токены рассуждений…
Qwen3.8 Flash NextОтветы модели-кандидата созданы на локальном оборудовании. OpenRouter использовался только для оценки. qwen3.8-flash-next-iq3_s · IQ3_S · Strata 0.1.39 · NVIDIA GeForce RTX 3090.
3.0Средний балл по всем бенчмарк-тестам.…
10.0Оценка стабильности отражает устойчивость между прогонами (10 = очень стабильно, даже если стабильно неверно).…
0.0%Доля успешных попыток = успешные попытки / все попытки по всем прогонам.…
0Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).…
Тест считается полностью пройденным, только если все его прогоны успешны.Неверный ответ: 1Время ответа (среднее)325.04sВремя ответа (макс.)325.04sВремя ответа (суммарно)325.04sТест считается полностью пройденным, только если все его прогоны успешны.…