- 排名
- #51
- 总输出令牌
- 495,541
- 响应时间（平均）
- 118.97s
- 总成本
- $2.672
Qwen3.8 2.4T A95B (low) vs Inkling (medium)
Qwen3.8 2.4T A95B (low) 平均分领先，为 8.1 vs 8.0。 Inkling (medium) benchmark 成本更低，为 $0.383 vs $2.672。 Inkling (medium) 更快，为 15.66s vs 118.97s，通过率为 72.7% vs 75.8%。
- 排名
- #59
- 总输出令牌
- 63,842
- 响应时间（平均）
- 15.66s
- 总成本
- $0.383
推荐模型
Inkling (medium)
它的得分接近这里的最高分（8.0 vs 8.1），同时成本比Qwen3.8 2.4T A95B (low)低约 7.0 倍。
详细对比
| 指标 | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low | Inkling Inkling medium |
|---|---|---|
| 分数 | 8.1 | 8.0 |
| 排名 | #51 | #59 |
| 可靠性 | 9.4 | 10.0 |
| 一致性 | 9.2 | 8.5 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 75.8% |
| 不稳定测试 | 2 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 17.812 | 2.551 |
| 总成本 | $2.672 | $0.383 |
| 输入价格 | $2.000 / 1M | $1.000 / 1M |
| 输出价格 | $6.000 / 1M | $4.050 / 1M |
| 总输入令牌 | 113,279 | 124,062 |
| 输出令牌 | 121,045 | 12,190 |
| 推理令牌 | 374,496 | 51,652 |
| 响应时间（平均） | 118.97s | 15.66s |
| 响应时间（最大） | 534.21s | 85.12s |
| 响应时间（总计） | 2617.41s | 344.52s |
| 参数量 | 2.4T 总计 (95B 激活) | 975B 总计 (41B 激活) |
| 开放状态 | 权重可用 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Qwen3.8 2.4T A95B
low- 成本
- $0.100
- 时间
- 193.2s
- 令牌
- 16,767 tok
#59 Thinking Machines: Inkling
medium- 成本
- $0.004
- 时间
- 11.2s
- 令牌
- 852 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
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.04s | 1,104 | 397 | 4,814 | |
| Inkling | 8.7 | 9.5 | 75.0% | 0 | 6.49s | 645 | 333 | 3,091 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 7.8 | 9.3 | 66.7% | 0 | 172.53s | 6,716 | 21,405 | 57,399 | |
| Inkling | 8.4 | 7.8 | 77.8% | 1 | 25.20s | 7,374 | 525 | 14,457 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 8.2 | 6.9 | 66.7% | 1 | 231.85s | 85,267 | 8,008 | 50,681 | |
| Inkling | 7.3 | 5.8 | 83.3% | 1 | 41.15s | 98,542 | 10,088 | 4,626 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 22.27s | 7,956 | 839 | 2,445 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 3.60s | 7,068 | 216 | 813 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 3.2 | 9.3 | 0.0% | 0 | 287.65s | 1,008 | 16,133 | 156,114 | |
| Inkling | 5.3 | 7.2 | 44.4% | 1 | 31.59s | 804 | 69 | 18,378 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 22.97s | 606 | 44 | 1,497 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 4.65s | 501 | 170 | 699 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 19.54s | 903 | 263 | 1,480 | |
| Inkling | 9.8 | 10.0 | 100.0% | 0 | 6.17s | 708 | 93 | 1,886 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 43.37s | 1,026 | 1,154 | 25,563 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 5.18s | 714 | 370 | 2,310 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 25.88s | 8,481 | 302 | 975 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 4.48s | 7,487 | 296 | 298 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 422.46s | 212 | 72,500 | 73,528 | |
| Inkling | 2.8 | 1.6 | 33.3% | 1 | 21.69s | 219 | 30 | 5,094 |
快速对比
切换对比组合
GPT-5.6 TerrahighvsInklingmediumGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowInklingmediumvsGLM 5.2highKimi K3maxvsInklingmediumQwen3.8 2.4T A95BlowvsInklinghighGPT-5.2 ChatnonevsInklingmediumMuse Spark 1.1highvsQwen3.8 2.4T A95BlowDeepSeek V4 Flash 0731highvsInklingmediumQwen3.8 27BlowvsInklingmediumDeepSeek V4 Flash 0731lowvsInklingmediumDeepSeek V4 Flash 0731highvsQwen3.8 2.4T A95Blow