स्वतंत्र बेंचमार्क: Qwen3.8-Max अमेरिकी फ्रंटियर के ठीक नीचे — पर कहीं ज़्यादा मेहनत करके
Artificial Analysis ने अलीबाबा के Qwen3.8-Max को अपने इंटेलिजेंस इंडेक्स पर 56 अंक दिए — गूगल, Meta और xAI के हर मॉडल से ऊपर; सिर्फ Anthropic और OpenAI के शीर्ष संस्करण तथा Kimi K3 इससे आगे हैं। एजेंटिक GDPval-AA लीडरबोर्ड पर यह 1739 Elo के साथ दूसरे स्थान पर है, आगे केवल Claude Opus 5 max (1852)। लेकिन कीमत भी है: प्रति एजेंटिक कार्य औसतन 64 टर्न (Qwen3.7-Max में 14), और प्रति कार्य लागत दोगुनी से ज़्यादा होकर 1.14 डॉलर।
यह क्यों मायने रखता हैस्वतंत्र आँकड़े अब दो चीनी ओपन-वेट मॉडलों को वैश्विक शीर्ष चार में रखते हैं — पर टर्न-संख्या का ब्योरा उतना ही अहम है: फासला ताकत झोंककर पाटा जा रहा है, और यह मेहनत असली तैनाती के बिलों में दिखती है। बेंचमार्क रैंक और प्रति-कार्य लागत अलग-अलग दिशा में जा रहे हैं; खरीदारों को दोनों पढ़ने चाहिए।
ऐप में पढ़ें — मुफ़्त, 9 भाषाएँ
संबंधित खबरें
एक ही काम बीस बार कराने पर सबसे अच्छे एजेंट का अंक तिहाई गिरा।2026-10-06एक मॉडल उस तरीके के बिना सीखा जिससे हर AI सीखता है।
2026-10-06TikTok ने देखे जा रहे वीडियो के अंदर शॉपिंग बॉट रख दिया।
2026-10-06विकिमीडिया को मई की गड़बड़ी में OpenAI एजेंट पर शक है।
2026-10-06मेटा का सहायक आपके हर परिचित की घंटेवार फ़ाइल रखता है।
2026-10-05