导航
Advertise here

Particle-1 (max) vs Qwen3.8 Flash Next (low)

Qwen3.8 Flash Next (low) 平均分领先,为 8.0 vs 7.9。 Qwen3.8 Flash Next (low) benchmark 成本更低,为 ~$0.045 vs $0.361。 Qwen3.8 Flash Next (low) 更快,为 23.66s vs 46.27s,通过率为 68.1% vs 79.7%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-18

已对比模型

排名
#174
总输出令牌
683,473
响应时间(平均)
46.27s
总成本
$0.361
排名
#167
总输出令牌
135,295
响应时间(平均)
23.66s
总成本
~$0.045
推荐模型 Qwen3.8 Flash Next (low)

它在这里得分最高(8.0),同时成本比Particle-1 (max)低约 8.0 倍。

详细对比

指标 Particle-1 Particle-1 max 发布日期: 2026-10-28 Qwen3.8 Flash Next Qwen3.8 Flash Next low 发布日期: 2026-10-04
分数 7.9 8.0
排名 #174 #167
可靠性 9.7 10.0
一致性 8.5 8.0
尝试次数 69/69 69/69
测试正确
尝试通过率 68.1% 79.7%
不稳定测试 4 6
总运行次数 69 69
每个结果成本 2.772 ~0.299
总成本 $0.361 ~$0.045
输入价格 $0.050 / 1M 不适用
输出价格 $0.500 / 1M 不适用
缓存读取价格 $0.003 / 1M 不适用
缓存写入价格 不适用 不适用
总输入令牌 371,281 342,163
输出令牌 9,043 1,518
推理令牌 674,430 133,777
响应时间(平均) 46.27s 23.66s
响应时间(最大) 271.00s 166.72s
响应时间(总计) 1064.17s 544.16s
参数量 ~748B 总计 (~16B 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.

#174 Particle-1

max
成本
$0.006
时间
45.4s
令牌
11,126 tok

#167 Qwen3.8 Flash Next

low
成本
~$0.002
时间
47.2s
令牌
5,270 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

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
Particle-1 6.3 4.2 77.8% 2 79.29s 7,986 221 183,104
Qwen3.8 Flash Next 10.0 10.0 100.0% 0 29.46s 8,127 397 24,147

切换对比组合