Qwen3.8 27B vs. Hermes 4 - Llama-3.1 70B: comparación de lanzamientos

Name: Inteligencia
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Comparación de los lanzamientos Qwen3.8 27B y Hermes 4 - Llama-3.1 70B: 4 y 2 modelos respectivamente, cada uno con distintas características de inteligencia, rendimiento y precio. A continuación se comparan las métricas clave de los 6 modelos.

Playground de modelos

Lanzamientos comparados


	Qwen3.8 27B (xhigh)	Qwen3.8 27B (medium)	Qwen3.8 27B (low)	Qwen3.8 27B (non-reasoning)	Hermes 4 70B	Hermes 4 70B (non-reasoning)
Intelligence Index	20	17	16	10	--	--
Finanzas y contabilidad	36	29	28	22	--	--
Estrategia y operaciones	39	34	29	16	--	--
Jurídico	33	26	27	22	--	--
Salud y medicina	35	24	23	19	--	--
Ingeniería	28	22	21	17	--	--
Economía	35	29	28	22	--	--
AA-Briefcase v1.1	1393	1373	1270	901	--	--
AutomationBench-AA	48.2%	40.3%	30.1%	12.4%	--	--
Terminal-Bench 4.0	5.6%	5.1%	2.5%	0.0%	--	--
FrontierCode 2.0	14.9%	11.5%	12.4%	3.7%	--	--
AA-Omniscience v1.1	−6	−36	−21	−7	--	--
GDP.pdf	16.4%	12.8%	10.4%	5.2%	--	--
HLE-Diamond	15.3%	6.7%	6.8%	4.2%	--	--
CritPt v2 (Hard Subset)	4.0%	16.5%	5.5%	2.0%	--	--
Terminal-Bench-Science 0.1	0.5%	1.0%	0.5%	0.0%	--	--

Costo por tareaUSD	$3.53	$2.16	$1.91	$3.77	--	--
Precio de entradaUSD/1M tokens	$0.50	$0.50	$0.50	$0.50	--	--
Precio de salidaUSD/1M tokens	$3.00	$3.00	$3.00	$3.00	--	--
Precio de lectura de cachéUSD/1M tokens	$0.10	$0.10	$0.10	$0.10	--	--
Precio de escritura de cachéUSD/1M tokens	--	--	--	--	--	--

Velocidad de salidaTokens/s	38	42	43	43	--	--
Tiempo hasta el primer tokens	4,06	4,10	3,82	3,99	--	--
Tiempo hasta el primer token de respuestas	56,26	51,21	50,38	3,99	--	--
Tiempo de respuesta de extremo a extremos	69,31	62,99	62,02	15,64	--	--
Tiempo por tareas	2183,54	1933,52	1688,41	1016,16	--	--

Ventana de contexto	256k	256k	256k	256k	128k	128k
Creador	Alibaba	Alibaba	Alibaba	Alibaba	Nous Research	Nous Research
Licencia	Abierto	Abierto	Abierto	Abierto	Abierto	Abierto
Modalidad de entrada	Admite: texto, imágenes y video	Admite: texto, imágenes y video	Admite: texto, imágenes y video	Admite: texto, imágenes y video	Admite: texto	Admite: texto
Modalidad de salida	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto	Admite: texto
Proveedores	+7			+4	--	--

Updated

Inteligencia

Artificial Analysis Intelligence Index · Higher is better

Velocidad

Output tokens per second · Higher is better

Costo por tarea

Weighted average cost (USD) per Intelligence Index task · Lower is better

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Intelligence Index vs. costo por tarea

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Qwen3.8 27B

Pareto line

AA-Briefcase v1.1

AutomationBench-AA

Costo por tarea (USD, escala logarítmica)

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Costo

Costo por tarea del Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Velocidad y latencia

Velocidad de salida

Output tokens per second · Higher is better

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Puntuaciones de capacidades

Índices de capacidades

Mide el rendimiento de los modelos en capacidades e industrias específicas

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

AA-PersonalityBenchNew

Índices de personalidad

Cada eje es uno de los 8 índices de personalidad: la media de las puntuaciones z de Elo de sus rasgos, convertida en un rango percentil de 1 a 100 entre todos los modelos evaluados en el benchmark

Qwen3.8 27B vs. Hermes 4 - Llama-3.1 70B: comparación de lanzamientos

Inteligencia

Velocidad

Costo por tarea

InteligenciaUpdated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Intelligence Index vs. costo por tarea

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Costo

Costo por tarea del Intelligence Index

Cost per Intelligence Index Task

Velocidad y latencia

Velocidad de salida

Output Speed

Model Performance Representation

Puntuaciones de capacidades

Índices de capacidades

Benchmarks

AA-PersonalityBenchNew

Índices de personalidad