- 排名
- #125
- 总输出令牌
- 590,306
- 响应时间（平均）
- 263.69s
- 总成本
- $1.391
Mistral Large 4 (high) vs Qwen3.8 Flash Next (medium)
Qwen3.8 Flash Next (medium) 平均分领先，为 7.6 vs 7.5。 Qwen3.8 Flash Next (medium) benchmark 成本更低，为 ~$0.047 vs $1.391。 Qwen3.8 Flash Next (medium) 更快，为 24.79s vs 263.69s，通过率为 65.2% vs 75.4%。
已对比模型
- 排名
- #119
- 总输出令牌
- 143,965
- 响应时间（平均）
- 24.79s
- 总成本
- ~$0.047
推荐模型
Qwen3.8 Flash Next (medium)
它在这里得分最高（7.6），同时成本比Mistral Large 4 (high)低约 29.6 倍。
详细对比
| 指标 | Mistral Large 4 Mistral Large 4 high | Qwen3.8 Flash Next Qwen3.8 Flash Next medium |
|---|---|---|
| 分数 | 7.5 | 7.6 |
| 排名 | #125 | #119 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 7.9 | 7.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 65.2% | 75.4% |
| 不稳定测试 | 6 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 11.590 | ~0.314 |
| 总成本 | $1.391 | ~$0.047 |
| 输入价格 | $0.680 / 1M | 不适用 |
| 输出价格 | $2.090 / 1M | 不适用 |
| 缓存读取价格 | $0.070 / 1M | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 230,895 | 278,792 |
| 输出令牌 | 161,281 | 1,695 |
| 推理令牌 | 510,655 | 142,270 |
| 响应时间（平均） | 263.69s | 24.79s |
| 响应时间（最大） | 1727.29s | 159.62s |
| 响应时间（总计） | 6064.89s | 570.26s |
| 参数量 | 1.05T 总计 (49B 激活) | 180B 总计 (6B 激活) |
| 开放状态 | 闭源 | 权重可用 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#125 Mistral Large 4
high- 成本
- $0.007
- 时间
- 53.3s
- 令牌
- 3,333 tok
#119 Qwen3.8 Flash Next
medium- 成本
- ~$0.002
- 时间
- 40.7s
- 令牌
- 4,059 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 85.76s | 146,529 | 4,449 | 3,575 | |
| Qwen3.8 Flash Next | 4.7 | 3.1 | 33.3% | 1 | 159.62s | 140,688 | 51 | 35,597 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 8.3 | 10.0 | 75.0% | 0 | 14.97s | 705 | 1,099 | 7,391 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 1.81s | 672 | 273 | 1,804 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 3.3 | 4.4 | 33.3% | 2 | 1277.83s | 6,541 | 53,820 | 279,694 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 45.53s | 7,893 | 346 | 37,643 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 391.89s | 60,590 | 7,002 | 56,326 | |
| Qwen3.8 Flash Next | 6.4 | 5.8 | 66.7% | 1 | 76.72s | 110,480 | 49 | 36,248 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 34.99s | 7,314 | 1,144 | 10,190 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 6.65s | 8,097 | 267 | 3,274 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 3.5 | 4.4 | 33.3% | 2 | 289.43s | 798 | 57,077 | 112,091 | |
| Qwen3.8 Flash Next | 2.9 | 4.4 | 22.2% | 2 | 17.29s | 780 | 10 | 15,480 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 41.23s | 516 | 6,145 | 6,502 | |
| Qwen3.8 Flash Next | 4.8 | 3.2 | 33.3% | 1 | 7.29s | 516 | 152 | 1,553 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 8.4 | 6.9 | 83.3% | 1 | 21.99s | 708 | 5,465 | 6,653 | |
| Qwen3.8 Flash Next | 9.8 | 10.0 | 100.0% | 0 | 2.04s | 699 | 48 | 1,071 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 5.4 | 7.1 | 44.4% | 1 | 55.18s | 717 | 14,728 | 16,884 | |
| Qwen3.8 Flash Next | 8.2 | 7.2 | 88.9% | 1 | 2.23s | 696 | 469 | 1,471 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 10.0 | 10.0 | 100.0% | 0 | 24.21s | 6,267 | 305 | 994 | |
| Qwen3.8 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 5.75s | 8,067 | 24 | 744 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Mistral Large 4 | 3.0 | 10.0 | 0.0% | 0 | 88.77s | 210 | 10,047 | 10,355 | |
| Qwen3.8 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 24.39s | 204 | 6 | 7,385 |
快速对比
切换对比组合
GPT-6 LunalowvsQwen3.8 Flash NextmediumSeed-2.0-MinimediumvsMistral Large 4highQwen3.8 Flash NextmediumvsSpace Bunny AlphahighMistral Large 4highvsGLM 5.1mediumMistral Large 4highvsQwen3.8 27Blow免费可用Mistral Large 4highvsGPT-6 LunalowMistral Large 4highvsGPT-5.6 LunamediumMistral Large 4highvsQwen3.6 FlashmediumDeepSeek V4 Flash 0731lowvsMistral Large 4highSeed-2.0-CodehighvsQwen3.8 Flash NextmediumSeed-2.0-CodemediumvsMistral Large 4highMistral Large 4highvsGrok 4.7low