নেভিগেশন
Advertise here

Qwen3.8 2.4T A95B (high) vs Grok 4.6 (low)

Qwen3.8 2.4T A95B (high) average score-এ এগিয়ে: 7.9 vs 6.9. Grok 4.6 (low)-এর benchmark খরচ কম: $0.781 vs $2.949. Grok 4.6 (low) দ্রুত: 16.44s vs 120.88s, pass rates 75.4% vs 66.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-13

তুলনা করা মডেল

র‍্যাঙ্ক
#160
মোট আউটপুট টোকেন
368,836
প্রতিক্রিয়া সময় (গড়)
120.88s
মোট খরচ
$2.949
র‍্যাঙ্ক
#230
মোট আউটপুট টোকেন
42,315
প্রতিক্রিয়া সময় (গড়)
16.44s
মোট খরচ
$0.781
প্রস্তাবিত মডেল Grok 4.6 (low)

It offers the best overall trade-off: a competitive score (6.9), lower cost than Qwen3.8 2.4T A95B (high), and balanced response time.

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high প্রকাশ: 2026-08-12 Grok 4.6 Grok 4.6 low প্রকাশ: 2026-08-12
স্কোর 7.9 6.9
র‍্যাঙ্ক #160 #230
নির্ভরযোগ্যতা 9.6 10.0
ধারাবাহিকতা 8.4 9.6
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 75.4% 66.7%
অস্থির টেস্ট 4 1
মোট রান 69 69
প্রতি ফলাফলে খরচ 18.696 5.205
মোট খরচ $2.949 $0.781
ইনপুট মূল্য $2.000 / 1M $2.000 / 1M
আউটপুট মূল্য $6.000 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.250 / 1M $0.500 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 295,642 263,427
আউটপুট টোকেন 115,041 6,006
রিজনিং টোকেন 353,398 36,309
প্রতিক্রিয়া সময় (গড়) 120.88s 16.44s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 532.28s 57.97s
প্রতিক্রিয়া সময় (মোট) 2780.16s 378.14s
প্যারামিটার 2.4T মোট (95B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#160 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
খরচ
$0.000
সময়
600.0s
টোকেন
0 tok

#230 SpaceXAI: Grok 4.6

low
খরচ
$0.011
সময়
26.0s
টোকেন
1,941 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740