- Rang
- #102
- Gesamte Ausgabe-Token
- 468,439
- Antwortzeit (Durchschnitt)
- 120.88s
- Gesamtkosten
- $2.805
Qwen3.8 2.4T A95B (high) vs Grok 4.6 (medium)
Qwen3.8 2.4T A95B (high) führt beim Durchschnittsscore mit 7.9 vs 7.8. Grok 4.6 (medium) hat die niedrigeren Benchmark-Kosten mit $2.270 vs $2.805. Grok 4.6 (medium) ist schneller mit 74.77s vs 120.88s, mit Erfolgsraten von 75.4% vs 78.3%.
Verglichene Modelle
- Rang
- #107
- Gesamte Ausgabe-Token
- 266,197
- Antwortzeit (Durchschnitt)
- 74.77s
- Gesamtkosten
- $2.270
Empfohlenes Modell
Grok 4.6 (medium)
Die Punktzahl bleibt nah an der besten hier (7.8 vs 7.9) und es antwortet etwa 1.6x schneller als Qwen3.8 2.4T A95B (high).
Detaillierter Vergleich
| Metrik | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| Punktzahl | 7.9 | 7.8 |
| Rang | #102 | #107 |
| Zuverlässigkeit | 9.6 | 10.0 |
| Konsistenz | 8.4 | 8.7 |
| Versuche | 69/69 | 69/69 |
| Korrekte Tests | ||
| Erfolgsquote pro Versuch | 75.4% | 78.3% |
| Instabile Tests | 4 | 4 |
| Gesamtläufe | 69 | 69 |
| Kosten pro Ergebnis | 18.696 | 14.187 |
| Gesamtkosten | $2.805 | $2.270 |
| Eingabepreis | $2.000 / 1M | $2.000 / 1M |
| Ausgabepreis | $6.000 / 1M | $6.000 / 1M |
| Gesamte Eingabe-Token | 295,642 | 336,351 |
| Ausgabe-Token | 115,041 | 6,180 |
| Denk-Token | 353,398 | 260,017 |
| Antwortzeit (Durchschnitt) | 120.88s | 74.77s |
| Antwortzeit (Maximum) | 532.28s | 514.35s |
| Antwortzeit (Gesamt) | 2780.16s | 1719.73s |
| Parameter | 2.4T insgesamt (95B aktiv) | ~1.7T insgesamt (~170B aktiv) |
| Verfügbarkeit | Gewichte verfügbar | Geschlossen |
Modell-Generierungs-Showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#102 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Kosten
- $0.000
- Zeit
- 600.0s
- Token
- 0 tok
#107 SpaceXAI: Grok 4.6
medium- Kosten
- $0.028
- Zeit
- 72.1s
- Token
- 4,771 tok
Top-Modelle nach Score
Score vs. Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Kategorieaufschlüsselung
| Agentenaufgaben | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 | |
| Grok 4.6 | 5.0 | 10.0 | 0.0% | 0 | 103.61s | 229,564 | 1,369 | 15,020 |
| Anti-KI-Tricks | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| Programmierung | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 | |
| Grok 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| Kombiniert | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| Datenanalyse und -extraktion | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| Domänenspezifisch | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 | |
| Grok 4.6 | 5.3 | 7.2 | 44.4% | 1 | 304.33s | 2,523 | 15 | 127,702 |
| Allgemeine Intelligenz | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 | |
| Grok 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| Befolgung von Anweisungen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| Rätsellösen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 | |
| Grok 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| Werkzeugaufrufe | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| Allgemeinwissen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
Schnellvergleich
Vergleichspaar wechseln
Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumGrok 4.6mediumvsGLM 5.3highQwen3.7 PlusnonevsGrok 4.6mediumQwen3.8 2.4T A95BhighvsGrok 4.5mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmaxGPT-5.6 TerralowvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsGrok 4.5lowGPT-6 LunahighvsGrok 4.6mediumMuse Glimmer 30BhighvsGrok 4.6medium