নেভিগেশন
Advertise here

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 9.3 নিয়ে এগিয়ে। Grok 4.6 (high) নির্ভরযোগ্যতা-এ 10.0 নিয়ে এগিয়ে। Seed-2.0-Code (low)-এর মোট খরচ সবচেয়ে কম, $0.767. Seed-2.0-Code (low) 72.24s-এ সবচেয়ে দ্রুত।

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-24

তুলনা করা মডেল

র‍্যাঙ্ক
#19
মোট আউটপুট টোকেন
282,217
প্রতিক্রিয়া সময় (গড়)
84.15s
মোট খরচ
$1.908
র‍্যাঙ্ক
#28
মোট আউটপুট টোকেন
597,236
প্রতিক্রিয়া সময় (গড়)
163.90s
মোট খরচ
$1.546
র‍্যাঙ্ক
#78
মোট আউটপুট টোকেন
495,541
প্রতিক্রিয়া সময় (গড়)
118.97s
মোট খরচ
$2.672
র‍্যাঙ্ক
#106
মোট আউটপুট টোকেন
241,309
প্রতিক্রিয়া সময় (গড়)
72.24s
মোট খরচ
$0.767
প্রস্তাবিত মডেল Grok 4.6 (high)

It has the strongest score in this comparison (9.3) and the best overall balance of cost and response time across all 4 models.

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 9.3 9.1 8.1 7.7
র‍্যাঙ্ক #19 #28 #78 #106
নির্ভরযোগ্যতা 10.0 10.0 9.4 8.5
ধারাবাহিকতা 10.0 9.2 9.2 7.8
প্রচেষ্টা 66/66 66/66 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 86.4% 80.3% 72.7% 77.3%
অস্থির টেস্ট 0 2 2 6
মোট রান 66 66 66 66
প্রতি ফলাফলে খরচ 10.042 9.091 17.812 5.899
মোট খরচ $1.908 $1.546 $2.672 $0.767
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 107,275 104,464 113,279 85,657
আউটপুট টোকেন 5,094 6,844 121,045 8,142
রিজনিং টোকেন 277,123 590,392 374,496 233,167
প্রতিক্রিয়া সময় (গড়) 84.15s 163.90s 118.97s 72.24s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 618.49s 739.98s 534.21s 485.92s
প্রতিক্রিয়া সময় (মোট) 1851.26s 3605.87s 2617.41s 1589.31s
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.

#19 SpaceXAI: Grok 4.6

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

#28 Seed 2.1 Turbo

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

#78 Qwen3.8 2.4T A95B

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

#106 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 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

দ্রুত তুলনা

তুলনার জুটি বদলান

Seed-2.0-CodelowvsGLM 5mediumGPT-5.5lowvsGrok 4.6highGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowClaude Opus 4.6mediumvsSeed-2.0-CodelowClaude Opus 5.5lowvsGrok 4.6highSeed 2.1 TurbolowvsGemini 3.8 FlashmediumSeed-2.0-CodelowvsQwen3.7 FlashhighGPT-6 AstramediumvsGrok 4.6highGPT-5.6 SolmediumvsGrok 4.6highGPT-6 SolmediumvsGrok 4.6highQwen3.8 2.4T A95BlowvsGrok 4.7medium