Qwen3.7 Max vs Qwen3.8 2.4T A95B (high)

排名: #87
总输出令牌: 12,446
响应时间（平均）: 4.52s
总成本: $0.197

排名: #85
总输出令牌: 512,351
响应时间（平均）: 134.41s
总成本: $2.755

推荐模型 Qwen3.7 Max

它在这里得分最高（7.4），同时成本比Qwen3.8 2.4T A95B (high)低约 14.0 倍。

详细对比

指标	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high 发布日期: 2026-08-12

指标	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high 发布日期: 2026-08-12
分数	7.4	7.5
排名	#87	#85
可靠性	9.9	8.8
一致性	10.0	8.4
尝试次数	66/66	66/66
测试正确
尝试通过率	68.2%	77.3%
不稳定测试	0	4
总运行次数	66	66
每个结果成本	1.582	18.365
总成本	$0.197	$2.755
输入价格	$1.475 / 1M	$2.000 / 1M
输出价格	$4.425 / 1M	$6.000 / 1M
总输入令牌	95,983	109,036
输出令牌	12,446	103,736
推理令牌	0	408,615
响应时间（平均）	4.52s	134.41s
响应时间（最大）	72.30s	532.28s
响应时间（总计）	99.52s	2956.97s
参数量	~1T 总计 (~40B 激活)	2.4T 总计 (95B 激活)
开放状态	闭源	权重可用

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#87 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 tok

#85 Qwen3.8 2.4T A95B

high

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 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

类别:

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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

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
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	0
Qwen3.8 2.4T A95B	5.6	7.2	44.4%	1		402.39s	1,069	2,214	204,416

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

快速对比

切换对比组合

GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.7 Maxnone GPT-5.3 ChatnonevsQwen3.8 2.4T A95Bhigh GPT-5.4 NanomediumvsQwen3.8 2.4T A95Bhigh GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone Claude Opus 5nonevsQwen3.8 2.4T A95Bhigh Qwen3.7 MaxnonevsGrok 4.6low