- 排名
- #119
- 总输出令牌
- 714,287
- 响应时间（平均）
- 300.15s
- 总成本
- $1.648
Mistral Large 4 (low) vs Qwen3.8 Flash Next (medium)
平均分几乎持平，为 7.6 vs 7.6。 Qwen3.8 Flash Next (medium) benchmark 成本更低，为 ~$0.047 vs $1.648。 Qwen3.8 Flash Next (medium) 更快，为 24.79s vs 300.15s，通过率为 65.2% vs 75.4%。
已对比模型
- 排名
- #120
- 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 (low)低约 35.1 倍。
详细对比
| 指标 | Mistral Large 4 Mistral Large 4 low | Qwen3.8 Flash Next Qwen3.8 Flash Next medium |
|---|---|---|
| 分数 | 7.6 | 7.6 |
| 排名 | #119 | #120 |
| 可靠性 | 9.0 | 10.0 |
| 一致性 | 8.7 | 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 | 4 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 12.670 | ~0.314 |
| 总成本 | $1.648 | ~$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 | 226,734 | 278,792 |
| 输出令牌 | 278,013 | 1,695 |
| 推理令牌 | 638,296 | 142,270 |
| 响应时间（平均） | 300.15s | 24.79s |
| 响应时间（最大） | 1798.01s | 159.62s |
| 响应时间（总计） | 6903.40s | 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.
#119 Mistral Large 4
low- 成本
- $0.015
- 时间
- 115.1s
- 令牌
- 6,915 tok
#120 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 | 69.63s | 143,243 | 3,788 | 3,053 | |
| 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 | 19.75s | 705 | 999 | 9,354 | |
| 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 | 3.4 | 7.2 | 22.2% | 1 | 1379.72s | 5,896 | 129,426 | 386,126 | |
| 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 | 556.27s | 60,360 | 5,603 | 60,531 | |
| 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 | 27.46s | 7,314 | 1,014 | 7,623 | |
| 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 | 2.9 | 7.2 | 11.1% | 1 | 291.62s | 798 | 82,605 | 111,098 | |
| 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 | 39.29s | 516 | 5,529 | 5,865 | |
| 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 | 23.21s | 708 | 5,408 | 6,402 | |
| 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 | 7.7 | 7.3 | 77.8% | 1 | 35.82s | 717 | 8,012 | 9,030 | |
| 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 | 21.53s | 6,267 | 307 | 1,015 | |
| 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 | 358.62s | 210 | 35,322 | 38,199 | |
| 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 NextmediumQwen3.8 Flash NextmediumvsSpace Bunny AlphahighMistral Large 4lowvsSpace Bunny AlphahighMistral Large 4lowvsGLM 5.1mediumMistral Large 4highvsQwen3.8 Flash NextmediumSeed-2.0-MinimediumvsMistral Large 4lowMuse Glimmer 30BmediumvsMistral Large 4lowSeed-2.0-CodehighvsQwen3.8 Flash NextmediumMistral Large 4lowvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsMistral Large 4lowMistral Large 4lowvsGPT-6 LunahighSeed-2.0-CodehighvsMistral Large 4low