Navegación
Advertise here

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

Qwen3.8 2.4T A95B (high) lidera en puntuación media con 7.9 vs 7.8. Grok 4.6 (medium) tiene menor coste de benchmark con $2.270 vs $2.949. Grok 4.6 (medium) es más rápido con 74.77s vs 120.88s, con tasas de acierto de 75.4% vs 78.3%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-11-16

Modelos comparados

Rango
#163
Total de tokens de salida
368,836
Tiempo de respuesta (promedio)
120.88s
Costo total
$2.949
Rango
#171
Total de tokens de salida
266,197
Tiempo de respuesta (promedio)
74.77s
Costo total
$2.270
Modelo recomendado Grok 4.6 (medium)

Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 7.9) y responde aproximadamente 1.6x más rápido que Qwen3.8 2.4T A95B (high).

Comparación detallada

Métrica Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lanzamiento: 2026-08-12 Grok 4.6 Grok 4.6 medium Lanzamiento: 2026-08-12
Puntuación 7.9 7.8
Rango #163 #171
Fiabilidad 9.6 10.0
Consistencia 8.4 8.7
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 75.4% 78.3%
Pruebas inestables 4 4
Ejecuciones totales 69 69
Costo por resultado 18.696 14.187
Costo total $2.949 $2.270
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 295,642 336,351
Tokens de salida 115,041 6,180
Tokens de razonamiento 353,398 260,017
Tiempo de respuesta (promedio) 120.88s 74.77s
Tiempo de respuesta (máximo) 532.28s 514.35s
Tiempo de respuesta (total) 2780.16s 1719.73s
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.

#163 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

#171 SpaceXAI: Grok 4.6

medium
Coste
$0.028
Tiempo
72.1s
Tokens
4,771 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 8.2 7.2 88.9% 1 120.05s 9,579 351 64,226

Cambiar par de comparación