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

তুলনা করা মডেল

Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low) benchmark তুলনা: Grok 4.6 (high) স্কোর-এ 9.2 নিয়ে এগিয়ে। Grok 4.6 (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Seed-2.0-Code (low)-এর মোট খরচ সবচেয়ে কম, $0.681. Seed-2.0-Code (low) 65.89s-এ সবচেয়ে দ্রুত।

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

র‍্যাঙ্ক
#11
মোট আউটপুট টোকেন
265,604
প্রতিক্রিয়া সময় (গড়)
79.38s
মোট খরচ
$1.809
র‍্যাঙ্ক
#15
মোট আউটপুট টোকেন
631,257
প্রতিক্রিয়া সময় (গড়)
168.41s
মোট খরচ
$1.631
র‍্যাঙ্ক
#46
মোট আউটপুট টোকেন
554,485
প্রতিক্রিয়া সময় (গড়)
132.39s
মোট খরচ
$3.113
র‍্যাঙ্ক
#66
মোট আউটপুট টোকেন
212,558
প্রতিক্রিয়া সময় (গড়)
65.89s
মোট খরচ
$0.681
প্রস্তাবিত মডেল Grok 4.6 (high)

It has the best score here (9.2), while responding about 1.5x faster than এই তুলনার অন্য মডেলগুলো.

বিস্তারিত তুলনা

মেট্রিক Grok 4.6 Grok 4.6 high প্রকাশ: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low প্রকাশ: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low প্রকাশ: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low প্রকাশ: 2026-08-12
স্কোর 9.2 9.1 8.2 7.7
র‍্যাঙ্ক #11 #15 #46 #66
নির্ভরযোগ্যতা 10.0 9.9 9.1 5.7
ধারাবাহিকতা 9.6 8.9 8.9 7.5
প্রচেষ্টা 66/66 66/66 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 84.9% 83.3% 78.8% 80.3%
অস্থির টেস্ট 1 3 3 7
মোট রান 66 66 66 66
প্রতি ফলাফলে খরচ 10.046 9.591 19.453 5.235
মোট খরচ $1.809 $1.631 $3.113 $0.681
ইনপুট মূল্য $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
আউটপুট মূল্য $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
মোট ইনপুট টোকেন 107,266 104,483 113,340 85,648
আউটপুট টোকেন 5,094 6,848 107,311 8,142
রিজনিং টোকেন 260,510 624,409 447,174 204,416
প্রতিক্রিয়া সময় (গড়) 79.38s 168.41s 132.39s 65.89s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 618.49s 739.98s 534.21s 485.92s
প্রতিক্রিয়া সময় (মোট) 1746.29s 3705.09s 2912.56s 1449.53s
প্যারামিটার ~1.7T মোট (~170B সক্রিয়) ~200B মোট (~20B সক্রিয়) 2.4T মোট (95B সক্রিয়) ~200B মোট (~20B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস ওজন উপলভ্য বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#11 SpaceXAI: Grok 4.6

high
খরচ
$0.107
সময়
265.1s
টোকেন
18,001 tok

#15 Seed 2.1 Turbo

low
খরচ
$0.049
সময়
298.8s
টোকেন
19,730 tok

#46 Qwen3.8 2.4T A95B

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

#66 Seed-2.0-Code

low
Provider returned error
খরচ
$0.000
সময়
0.3s
টোকেন
0 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
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 5.0 77.8% 2 109.70s 7,948 455 55,759

দ্রুত তুলনা

তুলনার জুটি বদলান