导航
Advertise here

Qwen3.8 Max (medium) vs Pareto

Qwen3.8 Max (medium) 平均分领先，为 9.0 vs 8.9。 Qwen3.8 Max (medium) benchmark 成本更低，为 $0.771 vs $1.172。 Qwen3.8 Max (medium) 更快，为 23.34s vs 31.51s，通过率为 80.3% vs 86.4%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-18

已对比模型

排名
#29
总输出令牌
92,047
响应时间（平均）
23.34s
总成本
$0.771
排名
#34
总输出令牌
119,230
响应时间（平均）
31.51s
总成本
$1.172
推荐模型 Qwen3.8 Max (medium)

它在这里得分最高（9.0），同时成本比Pareto低约 1.5 倍。

详细对比

指标 Qwen3.8 Max Qwen3.8 Max medium 发布日期: 2026-08-04 Pareto Pareto none 发布日期: 2026-09-18
分数 9.0 8.9
排名 #29 #34
可靠性 10.0 10.0
一致性 9.7 9.2
尝试次数 66/66 66/66
测试正确
尝试通过率 80.3% 86.4%
不稳定测试 1 2
总运行次数 66 66
每个结果成本 4.532 6.506
总成本 $0.771 $1.172
输入价格 $2.000 / 1M $2.500 / 1M
输出价格 $6.000 / 1M $7.500 / 1M
总输入令牌 109,055 110,734
输出令牌 6,566 119,230
推理令牌 85,481 0
响应时间（平均） 23.34s 31.51s
响应时间（最大） 126.60s 143.33s
响应时间（总计） 513.47s 693.29s
参数量 2.4T 总计 (~100B 激活) -
开放状态 闭源 闭源

模型生成展示

Hamster playing table tennis

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

#29 Qwen3.8 Max

medium
成本
$0.028
时间
71.9s
令牌
4,750 tok

#34 Pareto

none
成本
$0.034
时间
170.7s
令牌
4,581 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
Qwen3.8 Max 10.0 10.0 100.0% 0 41.35s 7,893 430 23,804
Pareto 10.0 10.0 100.0% 0 50.12s 7,471 1,949 0

快速对比

切换对比组合

Seed 2.1 TurbohighvsParetononeMuse Spark 1.3highvsParetononeQwen3.8 MaxmediumvsGrok 4.5highClaude Fable 5.1highvsQwen3.8 MaxmediumGPT-5.3-CodexmediumvsParetononeQwen3.8 Max (0902)highvsParetononeParetononevsGrok 4.5highMuse Spark 1.3highvsQwen3.8 MaxmediumGemini 3.5 FlashlowvsParetononeSeed 2.1 TurbohighvsQwen3.8 MaxmediumGPT-5.5mediumvsParetononeGemini 3.5 FlashmediumvsParetonone