النماذج المقارنة

مقارنة benchmark بين Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high): يتصدر Grok 4.6 (high) في النتيجة بقيمة 9.3. يتصدر Grok 4.6 (high) في الموثوقية بقيمة 10.0. يمتلك Grok 4.6 (high) أقل إجمالي التكلفة عند $1.908. Grok 4.6 (high) هو الأسرع عند 84.15s.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-09-24

النماذج المقارنة

الترتيب: #78
إجمالي رموز الإخراج: 495,541
زمن الاستجابة (المتوسط): 118.97s
إجمالي التكلفة: $2.672

الترتيب: #133
إجمالي رموز الإخراج: 456,028
زمن الاستجابة (المتوسط): 120.59s
إجمالي التكلفة: $2.357

الترتيب: #19
إجمالي رموز الإخراج: 282,217
زمن الاستجابة (المتوسط): 84.15s
إجمالي التكلفة: $1.908

النموذج الموصى به Grok 4.6 (high)

It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 3 models.

مقارنة تفصيلية

المقياس	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low الإصدار: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high الإصدار: 2026-08-12	Grok 4.6 Grok 4.6 high الإصدار: 2026-08-12

المقياس	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low الإصدار: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high الإصدار: 2026-08-12	Grok 4.6 Grok 4.6 high الإصدار: 2026-08-12
النتيجة	8.1	7.4	9.3
الترتيب	#78	#133	#19
الموثوقية	9.4	9.4	10.0
الاتساق	9.2	8.3	10.0
محاولات	66/66	66/66	66/66
اختبارات صحيحة
معدل النجاح لكل محاولة	72.7%	74.2%	86.4%
اختبارات غير مستقرة	2	4	0
إجمالي مرات التشغيل	66	66	66
التكلفة لكل نتيجة	17.812	16.832	10.042
إجمالي التكلفة	$2.672	$2.357	$1.908
سعر الإدخال	$2.000 / 1M	$2.000 / 1M	$2.000 / 1M
سعر الإخراج	$6.000 / 1M	$6.000 / 1M	$6.000 / 1M
إجمالي رموز الإدخال	113,279	108,931	107,275
رموز الإخراج	121,045	112,801	5,094
رموز الاستدلال	374,496	343,227	277,123
زمن الاستجابة (المتوسط)	118.97s	120.59s	84.15s
زمن الاستجابة (الحد الأقصى)	534.21s	532.28s	618.49s
زمن الاستجابة (الإجمالي)	2617.41s	2653.05s	1851.26s
المعلمات	2.4T الإجمالي (95B النشطة)	2.4T الإجمالي (95B النشطة)	~1.7T الإجمالي (~170B النشطة)
الإتاحة	الأوزان متاحة	الأوزان متاحة	مغلق المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#78 Qwen3.8 2.4T A95B

low

التكلفة: $0.100
الوقت: 193.2s
الرموز: 16,767 tok

#133 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

التكلفة: $0.000
الوقت: 600.0s
الرموز: 0 tok

#19 SpaceXAI: Grok 4.6

high

التكلفة: $0.107
الوقت: 265.1s
الرموز: 18,001 tok

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

الفئة:

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.04s	1,104	397	4,814
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	24.22s	1,128	305	4,864
Grok 4.6	10.0	10.0	100.0%	14.44s	2,991	79	6,805

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0	172.53s	6,716	21,405	57,399
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1	160.52s	6,399	3,310	48,078
Grok 4.6	10.0	10.0	100.0%	0	102.20s	9,579	379	51,829

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1	231.85s	85,267	8,008	50,681
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1	266.12s	81,205	7,791	41,921
Grok 4.6	10.0	10.0	100.0%	0	91.77s	68,548	3,931	34,529

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.27s	7,956	839	2,445
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	13.67s	7,928	550	2,307
Grok 4.6	10.0	10.0	100.0%	16.08s	8,937	225	6,590

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0	287.65s	1,008	16,133	156,114
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1	301.08s	964	11,279	139,028
Grok 4.6	5.3	10.0	33.3%	0	369.95s	2,523	14	154,471

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	22.97s	606	44	1,497
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	11.38s	630	2,020	2,165
Grok 4.6	10.0	10.0	100.0%	0	19.51s	1,077	56	2,448

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	19.54s	903	263	1,480
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	11.45s	927	245	1,727
Grok 4.6	9.8	10.0	100.0%	13.82s	1,857	57	4,318

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	43.37s	1,026	1,154	25,563
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	65.54s	989	698	15,073
Grok 4.6	10.0	10.0	100.0%	15.56s	2,430	122	5,706

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	25.88s	8,481	302	975
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	32.93s	8,481	302	656
Grok 4.6	10.0	10.0	100.0%	13.30s	8,544	216	1,505

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	422.46s	212	72,500	73,528
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	347.95s	280	86,301	87,408
Grok 4.6	3.0	10.0	0.0%	54.22s	789	15	8,922

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.5lowvsGrok 4.6high GPT-5 MinimediumvsQwen3.8 2.4T A95Blow Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6low Gemini 3 Flash PreviewlowvsQwen3.8 2.4T A95Bhigh LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Claude Opus 5.5lowvsGrok 4.6high GPT-6 AstramediumvsGrok 4.6high GPT-5.6 SolmediumvsGrok 4.6high GPT-6 SolmediumvsGrok 4.6high Qwen3.8 2.4T A95BlowvsGrok 4.7medium