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

Qwen: Qwen3.7 Max vs xAI: Grok Build 0.1

Grok Build 0.1 (medium) average score-এ এগিয়ে: 7.6 vs 7.4. Qwen3.7 Max-এর benchmark খরচ কম: $0.197 vs $1.097. Qwen3.7 Max দ্রুত: 4.52s vs 52.06s, pass rates 68.2% vs 63.6%.

প্রস্তাবিত মডেলQwen3.7 MaxIts score stays close to the best score here (7.4 vs 7.6), while costing about 5.6x less than Grok Build 0.1 (medium).

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

মেট্রিক Qwen3.7 Max Qwen3.7 Max none প্রকাশ: 2026-05-22 Grok Build 0.1 Grok Build 0.1 medium প্রকাশ: 2026-05-21
স্কোর 7.4 7.6
র‍্যাঙ্ক #57 #46
নির্ভরযোগ্যতা 9.9 10.0
ধারাবাহিকতা 10.0 10.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 63.6%
অস্থির টেস্ট 0 0
মোট রান 66 66
প্রতি ফলাফলে খরচ 1.582 7.830
মোট খরচ $0.197 $1.097
ইনপুট মূল্য $1.475 / 1M $1.000 / 1M
আউটপুট মূল্য $4.425 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 95,983 106,751
আউটপুট টোকেন 12,446 7,993
রিজনিং টোকেন 0 486,670
প্রতিক্রিয়া সময় (গড়) 4.52s 52.06s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 72.30s 252.69s
প্রতিক্রিয়া সময় (মোট) 99.52s 1145.27s

Hamster playing table tennis

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

#57 Qwen3.7 Max

none
খরচ
$0.046
সময়
195.0s
টোকেন
12,171 tok

#46 xAI: Grok Build 0.1

medium
খরচ
$0.028
সময়
81.3s
টোকেন
14,009 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

দ্রুত তুলনা

তুলনার জুটি বদলান