Qwen3.8 2.4T A95B (low) vs Grok 4.7 (medium)

Verglichene Modelle

Empfohlenes Modell Grok 4.7 (medium)

Es hat die stärkste Punktzahl in diesem Vergleich (8.1) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Veröffentlichung: 2026-08-12	Grok 4.7 Grok 4.7 medium Veröffentlichung: 2026-09-21

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Veröffentlichung: 2026-08-12	Grok 4.7 Grok 4.7 medium Veröffentlichung: 2026-09-21
Punktzahl	8.1	8.1
Rang	#70	#73
Zuverlässigkeit	9.4	9.9
Konsistenz	9.2	8.3
Versuche	66/66	66/66
Korrekte Tests
Erfolgsquote pro Versuch	72.7%	81.8%
Instabile Tests	2	5
Gesamtläufe	66	66
Kosten pro Ergebnis	17.812	15.023
Gesamtkosten	$2.672	$2.254
Eingabepreis	$2.000 / 1M	$1.600 / 1M
Ausgabepreis	$6.000 / 1M	$4.800 / 1M
Gesamte Eingabe-Token	113,279	107,193
Ausgabe-Token	121,045	4,661
Denk-Token	374,496	429,072
Antwortzeit (Durchschnitt)	118.97s	106.09s
Antwortzeit (Maximum)	534.21s	660.89s
Antwortzeit (Gesamt)	2617.41s	2333.94s
Parameter	2.4T insgesamt (95B aktiv)	~1.7T insgesamt (~170B aktiv)
Verfügbarkeit	Gewichte verfügbar	Geschlossen

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

low

medium

Kategorie:

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		22.04s	1,104	397	4,814
Grok 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

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
Grok 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681
Grok 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

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		22.27s	7,956	839	2,445
Grok 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114
Grok 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

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		22.97s	606	44	1,497
Grok 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

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		19.54s	903	263	1,480
Grok 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

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		43.37s	1,026	1,154	25,563
Grok 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

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		25.88s	8,481	302	975
Grok 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

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		422.46s	212	72,500	73,528
Grok 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

Vergleichspaar wechseln