নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.5

average score প্রায় সমান: 8.4 vs 8.4. Grok 4.5 (low)-এর benchmark খরচ কম: $0.935 vs $1.143. Grok 4.5 (low) দ্রুত: 15.56s vs 67.53s, pass rates 80.3% vs 75.8%.

প্রস্তাবিত মডেলGrok 4.5 (low)It has the best score here (8.4), while responding about 4.3x faster than Qwen3.6 Max Preview (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Qwen3.6 Max Preview Qwen3.6 Max Preview medium প্রকাশ: 2026-04-20 Grok 4.5 Grok 4.5 low প্রকাশ: 2026-07-08
স্কোর 8.4 8.4
র‍্যাঙ্ক #19 #20
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 8.9 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 80.3% 75.8%
অস্থির টেস্ট 3 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 8.173 5.844
মোট খরচ $1.143 $0.935
ইনপুট মূল্য $1.040 / 1M $2.000 / 1M
আউটপুট মূল্য $6.240 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 79,240 125,596
আউটপুট টোকেন 5,098 7,505
রিজনিং টোকেন 164,842 106,446
প্রতিক্রিয়া সময় (গড়) 67.53s 15.56s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 238.07s 205.28s
প্রতিক্রিয়া সময় (মোট) 1485.64s 342.32s

Hamster playing table tennis

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

#19 Qwen3.6 Max Preview

medium
খরচ
$0.024
সময়
76.5s
টোকেন
3,861 tok

#20 xAI: Grok 4.5

low
খরচ
$0.011
সময়
12.4s
টোকেন
2,018 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

দ্রুত তুলনা

তুলনার জুটি বদলান