التنقل
Advertise here

النماذج المقارنة

مقارنة benchmark بين Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low): يتصدر Grok 4.6 (high) في النتيجة بقيمة 9.3. يتصدر Grok 4.6 (high) في الموثوقية بقيمة 10.0. يمتلك Seed-2.0-Code (low) أقل إجمالي التكلفة عند $0.767. Seed-2.0-Code (low) هو الأسرع عند 72.24s.

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

النماذج المقارنة

الترتيب
#19
إجمالي رموز الإخراج
282,217
زمن الاستجابة (المتوسط)
84.15s
إجمالي التكلفة
$1.908
الترتيب
#28
إجمالي رموز الإخراج
597,236
زمن الاستجابة (المتوسط)
163.90s
إجمالي التكلفة
$1.546
الترتيب
#78
إجمالي رموز الإخراج
495,541
زمن الاستجابة (المتوسط)
118.97s
إجمالي التكلفة
$2.672
الترتيب
#106
إجمالي رموز الإخراج
241,309
زمن الاستجابة (المتوسط)
72.24s
إجمالي التكلفة
$0.767
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 4 models.

مقارنة تفصيلية

المقياس Grok 4.6 Grok 4.6 high الإصدار: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low الإصدار: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low الإصدار: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low الإصدار: 2026-08-12
النتيجة 9.3 9.1 8.1 7.7
الترتيب #19 #28 #78 #106
الموثوقية 10.0 10.0 9.4 8.5
الاتساق 10.0 9.2 9.2 7.8
محاولات 66/66 66/66 66/66 66/66
اختبارات صحيحة
معدل النجاح لكل محاولة 86.4% 80.3% 72.7% 77.3%
اختبارات غير مستقرة 0 2 2 6
إجمالي مرات التشغيل 66 66 66 66
التكلفة لكل نتيجة 10.042 9.091 17.812 5.899
إجمالي التكلفة $1.908 $1.546 $2.672 $0.767
سعر الإدخال $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
سعر الإخراج $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
إجمالي رموز الإدخال 107,275 104,464 113,279 85,657
رموز الإخراج 5,094 6,844 121,045 8,142
رموز الاستدلال 277,123 590,392 374,496 233,167
زمن الاستجابة (المتوسط) 84.15s 163.90s 118.97s 72.24s
زمن الاستجابة (الحد الأقصى) 618.49s 739.98s 534.21s 485.92s
زمن الاستجابة (الإجمالي) 1851.26s 3605.87s 2617.41s 1589.31s
المعلمات ~1.7T الإجمالي (~170B النشطة) ~200B الإجمالي (~20B النشطة) 2.4T الإجمالي (95B النشطة) ~200B الإجمالي (~20B النشطة)
الإتاحة مغلق المصدر مغلق المصدر الأوزان متاحة مغلق المصدر

عرض إنشاء النماذج

Hamster playing table tennis

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

#19 SpaceXAI: Grok 4.6

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

#28 Seed 2.1 Turbo

low
التكلفة
$0.049
الوقت
298.8s
الرموز
19,730 tok

#78 Qwen3.8 2.4T A95B

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

#106 Seed-2.0-Code

low
Provider returned error
التكلفة
$0.000
الوقت
0.3s
الرموز
0 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

البرمجة النتيجة الاتساق معدل النجاح لكل محاولة اختبارات غير مستقرة اختبارات صحيحة زمن الاستجابة (المتوسط) رموز الإدخال رموز الإخراج رموز الاستدلال
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

مقارنة سريعة

تبديل زوج المقارنة

Seed-2.0-CodelowvsGLM 5mediumGPT-5.5lowvsGrok 4.6highGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowClaude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 5.5lowvsGrok 4.6highSeed 2.1 TurbolowvsGemini 3.8 FlashmediumSeed-2.0-CodelowvsQwen3.7 FlashhighGPT-6 AstramediumvsGrok 4.6highGPT-5.6 SolmediumvsGrok 4.6highGPT-6 SolmediumvsGrok 4.6highQwen3.8 2.4T A95BlowvsGrok 4.7medium