Modelos comparados

Modelo recomendado Grok 4.6 (high)

Tiene la puntuación más alta en esta comparación (9.3) y el mejor equilibrio general entre coste y tiempo de respuesta en los 3 modelos.

Comparación detallada

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lanzamiento: 2026-08-12	Grok 4.6 Grok 4.6 high Lanzamiento: 2026-08-12

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lanzamiento: 2026-08-12	Grok 4.6 Grok 4.6 high Lanzamiento: 2026-08-12
Puntuación	8.1	7.4	9.3
Rango	#78	#133	#19
Fiabilidad	9.4	9.4	10.0
Consistencia	9.2	8.3	10.0
Intentos	66/66	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	72.7%	74.2%	86.4%
Pruebas inestables	2	4	0
Ejecuciones totales	66	66	66
Costo por resultado	17.812	16.832	10.042
Costo total	$2.672	$2.357	$1.908
Precio de entrada	$2.000 / 1M	$2.000 / 1M	$2.000 / 1M
Precio de salida	$6.000 / 1M	$6.000 / 1M	$6.000 / 1M
Total de tokens de entrada	113,279	108,931	107,275
Tokens de salida	121,045	112,801	5,094
Tokens de razonamiento	374,496	343,227	277,123
Tiempo de respuesta (promedio)	118.97s	120.59s	84.15s
Tiempo de respuesta (máximo)	534.21s	532.28s	618.49s
Tiempo de respuesta (total)	2617.41s	2653.05s	1851.26s
Parámetros	2.4T en total (95B activos)	2.4T en total (95B activos)	~1.7T en total (~170B activos)
Disponibilidad	Pesos disponibles	Pesos disponibles	Código cerrado

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

low

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

high

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.04s	1,104	397	4,814
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	24.22s	1,128	305	4,864
Grok 4.6	10.0	10.0	100.0%	14.44s	2,991	79	6,805

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
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

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1	231.85s	85,267	8,008	50,681
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1	266.12s	81,205	7,791	41,921
Grok 4.6	10.0	10.0	100.0%	0	91.77s	68,548	3,931	34,529

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.27s	7,956	839	2,445
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	13.67s	7,928	550	2,307
Grok 4.6	10.0	10.0	100.0%	16.08s	8,937	225	6,590

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0	287.65s	1,008	16,133	156,114
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1	301.08s	964	11,279	139,028
Grok 4.6	5.3	10.0	33.3%	0	369.95s	2,523	14	154,471

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	22.97s	606	44	1,497
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	11.38s	630	2,020	2,165
Grok 4.6	10.0	10.0	100.0%	0	19.51s	1,077	56	2,448

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	19.54s	903	263	1,480
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	11.45s	927	245	1,727
Grok 4.6	9.8	10.0	100.0%	13.82s	1,857	57	4,318

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	43.37s	1,026	1,154	25,563
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	65.54s	989	698	15,073
Grok 4.6	10.0	10.0	100.0%	15.56s	2,430	122	5,706

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	25.88s	8,481	302	975
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	32.93s	8,481	302	656
Grok 4.6	10.0	10.0	100.0%	13.30s	8,544	216	1,505

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	422.46s	212	72,500	73,528
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	347.95s	280	86,301	87,408
Grok 4.6	3.0	10.0	0.0%	54.22s	789	15	8,922

Cambiar par de comparación