Navigation
Advertise here

Verglichene Modelle

Benchmark-Vergleich Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high): Grok 4.6 (high) führt bei Punktzahl mit 8.5. Grok 4.6 (high) führt bei Zuverlässigkeit mit 10.0. Grok 4.6 (high) hat den niedrigsten Gesamtkosten mit $2.629. Grok 4.6 (high) ist mit 87.48s am schnellsten.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-22

Verglichene Modelle

Rang
#132
Gesamte Ausgabe-Token
424,019
Antwortzeit (Durchschnitt)
120.40s
Gesamtkosten
$4.016
Rang
#180
Gesamte Ausgabe-Token
368,836
Antwortzeit (Durchschnitt)
120.88s
Gesamtkosten
$2.949
Rang
#124
Gesamte Ausgabe-Token
312,614
Antwortzeit (Durchschnitt)
87.48s
Gesamtkosten
$2.629
Empfohlenes Modell Grok 4.6 (high)

Es hat die höchste Punktzahl in diesem Vergleich (8.5) und die beste Gesamtbalance aus Kosten und Antwortzeit unter den 3 Modellen.

Detaillierter Vergleich

Metrik Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Veröffentlichung: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Veröffentlichung: 2026-08-12 Grok 4.6 Grok 4.6 high Veröffentlichung: 2026-08-12
Punktzahl 8.4 7.9 8.5
Rang #132 #180 #124
Zuverlässigkeit 9.6 9.6 10.0
Konsistenz 9.2 8.4 10.0
Versuche 69/69 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 73.9% 75.4% 82.6%
Instabile Tests 2 4 0
Gesamtläufe 69 69 69
Kosten pro Ergebnis 19.825 18.696 13.833
Gesamtkosten $4.016 $2.949 $2.629
Eingabepreis $2.000 / 1M $2.000 / 1M $2.000 / 1M
Ausgabepreis $6.000 / 1M $6.000 / 1M $6.000 / 1M
Preis für Cache-Lesen $0.250 / 1M $0.250 / 1M $0.500 / 1M
Preis für Cache-Schreiben k. A. k. A. k. A.
Gesamte Eingabe-Token 313,881 295,642 376,233
Ausgabe-Token 123,706 115,041 6,687
Denk-Token 388,328 353,398 305,927
Antwortzeit (Durchschnitt) 120.40s 120.88s 87.48s
Antwortzeit (Maximum) 534.21s 532.28s 618.49s
Antwortzeit (Gesamt) 2769.16s 2780.16s 2012.15s
Parameter 2.4T insgesamt (95B aktiv) 2.4T insgesamt (95B aktiv) ~1.7T insgesamt (~170B aktiv)
Verfügbarkeit Gewichte verfügbar Gewichte verfügbar Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#132 Qwen3.8 2.4T A95B

low
Kosten
$0.100
Zeit
193.2s
Token
16,767 tok

#180 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

#124 SpaceXAI: Grok 4.6

high
Kosten
$0.107
Zeit
265.1s
Token
18,001 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

Vergleichspaar wechseln