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

তুলনা করা মডেল

Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high) benchmark তুলনা: Grok 4.6 (high) স্কোর-এ 8.5 নিয়ে এগিয়ে। Grok 4.6 (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Grok 4.6 (high)-এর মোট খরচ সবচেয়ে কম, $2.629. Grok 4.6 (high) 87.48s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-11-22

তুলনা করা মডেল

র‍্যাঙ্ক
#132
মোট আউটপুট টোকেন
424,019
প্রতিক্রিয়া সময় (গড়)
120.40s
মোট খরচ
$4.016
র‍্যাঙ্ক
#180
মোট আউটপুট টোকেন
368,836
প্রতিক্রিয়া সময় (গড়)
120.88s
মোট খরচ
$2.949
র‍্যাঙ্ক
#124
মোট আউটপুট টোকেন
312,614
প্রতিক্রিয়া সময় (গড়)
87.48s
মোট খরচ
$2.629
প্রস্তাবিত মডেল Grok 4.6 (high)

এই তুলনায় এটির স্কোর সর্বোচ্চ (8.5) এবং 3টি মডেলের মধ্যে খরচ ও সাড়া দেওয়ার সময়ের সামগ্রিক ভারসাম্য সবচেয়ে ভালো।

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low প্রকাশ: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high প্রকাশ: 2026-08-12 Grok 4.6 Grok 4.6 high প্রকাশ: 2026-08-12
স্কোর 8.4 7.9 8.5
র‍্যাঙ্ক #132 #180 #124
নির্ভরযোগ্যতা 9.6 9.6 10.0
ধারাবাহিকতা 9.2 8.4 10.0
প্রচেষ্টা 69/69 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 73.9% 75.4% 82.6%
অস্থির টেস্ট 2 4 0
মোট রান 69 69 69
প্রতি ফলাফলে খরচ 19.825 18.696 13.833
মোট খরচ $4.016 $2.949 $2.629
ইনপুট মূল্য $2.000 / 1M $2.000 / 1M $2.000 / 1M
আউটপুট মূল্য $6.000 / 1M $6.000 / 1M $6.000 / 1M
ক্যাশ পড়ার মূল্য $0.250 / 1M $0.250 / 1M $0.500 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 313,881 295,642 376,233
আউটপুট টোকেন 123,706 115,041 6,687
রিজনিং টোকেন 388,328 353,398 305,927
প্রতিক্রিয়া সময় (গড়) 120.40s 120.88s 87.48s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 534.21s 532.28s 618.49s
প্রতিক্রিয়া সময় (মোট) 2769.16s 2780.16s 2012.15s
প্যারামিটার 2.4T মোট (95B সক্রিয়) 2.4T মোট (95B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা ওজন উপলভ্য 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.

#132 Qwen3.8 2.4T A95B

low
খরচ
$0.100
সময়
193.2s
টোকেন
16,767 tok

#180 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

#124 SpaceXAI: Grok 4.6

high
খরচ
$0.107
সময়
265.1s
টোকেন
18,001 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 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

তুলনার জুটি বদলান