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

Qwen3.8 2.4T A95B (high) vs Grok Build 0.1 (medium)

Grok Build 0.1 (medium) average score-এ এগিয়ে: 7.5 vs 7.4. Grok Build 0.1 (medium)-এর benchmark খরচ কম: $1.130 vs $2.357. Grok Build 0.1 (medium) দ্রুত: 54.50s vs 120.59s, pass rates 74.2% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-14

র‍্যাঙ্ক
#92
মোট আউটপুট টোকেন
456,028
প্রতিক্রিয়া সময় (গড়)
120.59s
মোট খরচ
$2.357
র‍্যাঙ্ক
#86
মোট আউটপুট টোকেন
511,406
প্রতিক্রিয়া সময় (গড়)
54.50s
মোট খরচ
$1.130
প্রস্তাবিত মডেল Grok Build 0.1 (medium)

It has the best score here (7.5), while costing about 2.1x less than Qwen3.8 2.4T A95B (high).

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high প্রকাশ: 2026-08-12 Grok Build 0.1 Grok Build 0.1 medium প্রকাশ: 2026-05-21
স্কোর 7.4 7.5
র‍্যাঙ্ক #92 #86
নির্ভরযোগ্যতা 9.4 10.0
ধারাবাহিকতা 8.3 9.6
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 74.2% 60.6%
অস্থির টেস্ট 4 1
মোট রান 66 66
প্রতি ফলাফলে খরচ 16.832 8.691
মোট খরচ $2.357 $1.130
ইনপুট মূল্য $2.000 / 1M $1.000 / 1M
আউটপুট মূল্য $6.000 / 1M $2.000 / 1M
মোট ইনপুট টোকেন 108,931 106,946
আউটপুট টোকেন 112,801 7,993
রিজনিং টোকেন 343,227 503,413
প্রতিক্রিয়া সময় (গড়) 120.59s 54.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 532.28s 252.69s
প্রতিক্রিয়া সময় (মোট) 2653.05s 1199.07s
প্যারামিটার 2.4T মোট (95B সক্রিয়) ~300B মোট (~30B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#92 Qwen3.8 2.4T A95B

high
অবৈধ SVG
খরচ
$0.000
সময়
600.0s
টোকেন
0 tok

#86 SpaceXAI: 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

দ্রুত তুলনা

তুলনার জুটি বদলান