Navegación
Advertise here

Qwen3.8 2.4T A95B (high) vs Grok 4.6 (low)

Qwen3.8 2.4T A95B (high) lidera en puntuación media con 7.9 vs 6.9. Grok 4.6 (low) tiene menor coste de benchmark con $0.781 vs $2.949. Grok 4.6 (low) es más rápido con 16.44s vs 120.88s, con tasas de acierto de 75.4% vs 66.7%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-11-22

Modelos comparados

Rango
#180
Total de tokens de salida
368,836
Tiempo de respuesta (promedio)
120.88s
Costo total
$2.949
Rango
#253
Total de tokens de salida
42,315
Tiempo de respuesta (promedio)
16.44s
Costo total
$0.781
Modelo recomendado Grok 4.6 (low)

Ofrece el mejor equilibrio general: puntuación competitiva (6.9), menor coste que Qwen3.8 2.4T A95B (high) y tiempo de respuesta equilibrado.

Comparación detallada

Métrica Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lanzamiento: 2026-08-12 Grok 4.6 Grok 4.6 low Lanzamiento: 2026-08-12
Puntuación 7.9 6.9
Rango #180 #253
Fiabilidad 9.6 10.0
Consistencia 8.4 9.6
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 75.4% 66.7%
Pruebas inestables 4 1
Ejecuciones totales 69 69
Costo por resultado 18.696 5.205
Costo total $2.949 $0.781
Precio de entrada $2.000 / 1M $2.000 / 1M
Precio de salida $6.000 / 1M $6.000 / 1M
Precio de lectura de caché $0.250 / 1M $0.500 / 1M
Precio de escritura de caché N/D N/D
Total de tokens de entrada 295,642 263,427
Tokens de salida 115,041 6,006
Tokens de razonamiento 353,398 36,309
Tiempo de respuesta (promedio) 120.88s 16.44s
Tiempo de respuesta (máximo) 532.28s 57.97s
Tiempo de respuesta (total) 2780.16s 378.14s
Parámetros 2.4T en total (95B activos) ~1.7T en total (~170B activos)
Disponibilidad Pesos disponibles Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#180 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
600.0s
Tokens
0 tok

#253 SpaceXAI: Grok 4.6

low
Coste
$0.011
Tiempo
26.0s
Tokens
1,941 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

Cambiar par de comparación