Navegación
Advertise here

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

Grok 4.6 (high) lidera en puntuación media con 8.5 vs 8.4. Grok 4.6 (high) tiene menor coste de benchmark con $2.629 vs $4.016. Grok 4.6 (high) es más rápido con 87.48s vs 120.40s, con tasas de acierto de 73.9% vs 82.6%.

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

Modelos comparados

Rango
#132
Total de tokens de salida
424,019
Tiempo de respuesta (promedio)
120.40s
Costo total
$4.016
Rango
#124
Total de tokens de salida
312,614
Tiempo de respuesta (promedio)
87.48s
Costo total
$2.629
Modelo recomendado Grok 4.6 (high)

Tiene la mejor puntuación aquí (8.5) y cuesta aproximadamente 1.5x menos que Qwen3.8 2.4T A95B (low).

Comparación detallada

Métrica Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12 Grok 4.6 Grok 4.6 high Lanzamiento: 2026-08-12
Puntuación 8.4 8.5
Rango #132 #124
Fiabilidad 9.6 10.0
Consistencia 9.2 10.0
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 73.9% 82.6%
Pruebas inestables 2 0
Ejecuciones totales 69 69
Costo por resultado 19.825 13.833
Costo total $4.016 $2.629
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 313,881 376,233
Tokens de salida 123,706 6,687
Tokens de razonamiento 388,328 305,927
Tiempo de respuesta (promedio) 120.40s 87.48s
Tiempo de respuesta (máximo) 534.21s 618.49s
Tiempo de respuesta (total) 2769.16s 2012.15s
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.

#132 Qwen3.8 2.4T A95B

low
Coste
$0.100
Tiempo
193.2s
Tokens
16,767 tok

#124 SpaceXAI: Grok 4.6

high
Coste
$0.107
Tiempo
265.1s
Tokens
18,001 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 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

Cambiar par de comparación