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 Max (low) vs Grok 4.5 (high)

Grok 4.5 (high) average score-এ এগিয়ে: 8.9 vs 8.7. Qwen3.8 Max (low)-এর benchmark খরচ কম: $0.687 vs $1.707. Qwen3.8 Max (low) দ্রুত: 21.19s vs 76.50s, pass rates 84.9% vs 83.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-04

র‍্যাঙ্ক
#23
মোট আউটপুট টোকেন
81,411
প্রতিক্রিয়া সময় (গড়)
21.19s
মোট খরচ
$0.687
র‍্যাঙ্ক
#17
মোট আউটপুট টোকেন
253,195
প্রতিক্রিয়া সময় (গড়)
76.50s
মোট খরচ
$1.707
প্রস্তাবিত মডেল Qwen3.8 Max (low)

Its score stays close to the best score here (8.7 vs 8.9), while costing about 2.5x less than Grok 4.5 (high).

বিস্তারিত তুলনা

মেট্রিক Qwen3.8 Max Qwen3.8 Max low প্রকাশ: 2026-08-04 Grok 4.5 Grok 4.5 high প্রকাশ: 2026-07-08
স্কোর 8.7 8.9
র‍্যাঙ্ক #23 #17
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.0 9.2
বেঞ্চমার্ক কভারেজ 22/22 টেস্ট · 66/66 প্রচেষ্টা 22/22 টেস্ট · 66/66 প্রচেষ্টা
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.9% 83.3%
অস্থির টেস্ট 3 2
মোট রান 66 66
প্রতি ফলাফলে খরচ 4.041 10.041
মোট খরচ $0.687 $1.707
ইনপুট মূল্য $2.000 / 1M $2.000 / 1M
আউটপুট মূল্য $6.000 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 99,172 151,562
আউটপুট টোকেন 6,132 5,655
রিজনিং টোকেন 75,279 247,540
প্রতিক্রিয়া সময় (গড়) 21.19s 76.50s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 155.75s 676.83s
প্রতিক্রিয়া সময় (মোট) 466.14s 1683.07s

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#23 Qwen3.8 Max

low
খরচ
$0.026
সময়
68.5s
টোকেন
4,280 tok

#17 xAI: Grok 4.5

high
খরচ
$0.015
সময়
29.7s
টোকেন
2,737 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 Max 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

দ্রুত তুলনা

তুলনার জুটি বদলান