Navigation
Advertise here

Qwen4 Max (high) vs Grok 4.6 (high)

Der Durchschnittsscore ist mit 8.6 vs 8.5 praktisch gleichauf. Qwen4 Max (high) hat die niedrigeren Benchmark-Kosten mit $1.363 vs $2.629. Qwen4 Max (high) ist schneller mit 52.90s vs 87.48s, mit Erfolgsraten von 85.5% vs 82.6%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#105
Gesamte Ausgabe-Token
185,844
Antwortzeit (Durchschnitt)
52.90s
Gesamtkosten
$1.363
Rang
#110
Gesamte Ausgabe-Token
312,614
Antwortzeit (Durchschnitt)
87.48s
Gesamtkosten
$2.629
Empfohlenes Modell Qwen4 Max (high)

Es hat hier die beste Punktzahl (8.6) und kostet etwa 1.9x weniger als Grok 4.6 (high).

Detaillierter Vergleich

Metrik Qwen4 Max Qwen4 Max high Veröffentlichung: 2026-11-16 Grok 4.6 Grok 4.6 high Veröffentlichung: 2026-08-12
Punktzahl 8.6 8.5
Rang #105 #110
Zuverlässigkeit 10.0 10.0
Konsistenz 9.6 10.0
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 85.5% 82.6%
Instabile Tests 1 0
Gesamtläufe 69 69
Kosten pro Ergebnis 7.172 13.833
Gesamtkosten $1.363 $2.629
Eingabepreis $1.500 / 1M $2.000 / 1M
Ausgabepreis $4.500 / 1M $6.000 / 1M
Preis für Cache-Lesen $0.075 / 1M $0.500 / 1M
Preis für Cache-Schreiben $1.875 / 1M k. A.
Gesamte Eingabe-Token 350,854 376,233
Ausgabe-Token 8,427 6,687
Denk-Token 177,417 305,927
Antwortzeit (Durchschnitt) 52.90s 87.48s
Antwortzeit (Maximum) 437.98s 618.49s
Antwortzeit (Gesamt) 1216.62s 2012.15s
Parameter ~2.4T insgesamt (~95B aktiv) ~1.7T insgesamt (~170B aktiv)
Verfügbarkeit Geschlossen 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.

#105 Qwen4 Max

high
Kosten
$0.076
Zeit
277.5s
Token
16,848 tok

#110 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
Qwen4 Max 10.0 10.0 100.0% 0 15.68s 8,001 431 9,195
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

Vergleichspaar wechseln