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 (low) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score-এ এগিয়ে: 8.3 vs 8.2. Grok 4.5 (medium)-এর benchmark খরচ কম: $1.928 vs $3.113. Grok 4.5 (medium) দ্রুত: 61.71s vs 132.39s, pass rates 78.8% vs 78.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-12

র‍্যাঙ্ক
#46
মোট আউটপুট টোকেন
554,485
প্রতিক্রিয়া সময় (গড়)
132.39s
মোট খরচ
$3.113
র‍্যাঙ্ক
#39
মোট আউটপুট টোকেন
280,567
প্রতিক্রিয়া সময় (গড়)
61.71s
মোট খরচ
$1.928
প্রস্তাবিত মডেল Grok 4.5 (medium)

It has the best score here (8.3), while costing about 1.6x less than Qwen3.8 2.4T A95B (low).

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low প্রকাশ: 2026-08-12 Grok 4.5 Grok 4.5 medium প্রকাশ: 2026-07-08
স্কোর 8.2 8.3
র‍্যাঙ্ক #46 #39
নির্ভরযোগ্যতা 9.1 10.0
ধারাবাহিকতা 8.9 8.9
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 78.8% 78.8%
অস্থির টেস্ট 3 3
মোট রান 66 66
প্রতি ফলাফলে খরচ 19.453 12.049
মোট খরচ $3.113 $1.928
ইনপুট মূল্য $2.000 / 1M $2.000 / 1M
আউটপুট মূল্য $6.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 113,340 122,146
আউটপুট টোকেন 107,311 5,514
রিজনিং টোকেন 447,174 275,053
প্রতিক্রিয়া সময় (গড়) 132.39s 61.71s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 534.21s 436.38s
প্রতিক্রিয়া সময় (মোট) 2912.56s 1357.56s
প্যারামিটার 2.4T মোট (95B সক্রিয়) ~1.7T মোট (~170B 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.

#46 Qwen3.8 2.4T A95B

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

#39 xAI: Grok 4.5

medium
খরচ
$0.044
সময়
59.4s
টোকেন
7,512 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 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

দ্রুত তুলনা

তুলনার জুটি বদলান