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

Modelo recomendado Grok 4.6 (medium)

Tiene la mejor puntuación aquí (8.3) y cuesta aproximadamente 1.9x 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 medium Lanzamiento: 2026-08-12

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Grok 4.6 Grok 4.6 medium Lanzamiento: 2026-08-12
Puntuación	8.2	8.3
Rango	#46	#40
Fiabilidad	9.1	10.0
Consistencia	8.9	8.2
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	78.8%	80.3%
Pruebas inestables	3	5
Ejecuciones totales	66	66
Costo por resultado	19.453	11.038
Costo total	$3.113	$1.656
Precio de entrada	$2.000 / 1M	$2.000 / 1M
Precio de salida	$6.000 / 1M	$6.000 / 1M
Total de tokens de entrada	113,340	106,778
Tokens de salida	107,311	4,811
Tokens de razonamiento	447,174	235,527
Tiempo de respuesta (promedio)	132.39s	71.86s
Tiempo de respuesta (máximo)	534.21s	514.35s
Tiempo de respuesta (total)	2912.56s	1580.96s
Parámetros	2.4T en total (95B activos)	~1.7T en total (~170B activos)
Disponibilidad	Pesos disponibles	Código cerrado

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

low

medium

Categoría:

Trucos anti-IA	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	10.0	10.0	100.0%	0		22.04s	1,104	397	4,814
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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	7.6	7.2	77.8%	1		172.53s	6,716	21,405	57,399
Grok 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

Combinado	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	8.2	6.9	66.7%	1		231.85s	85,267	8,008	50,681
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

Análisis y extracción de datos	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	10.0	10.0	100.0%	0		22.27s	7,956	839	2,445
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

Específico del dominio	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	5.5	9.3	33.3%	0		386.04s	1,069	2,399	228,792
Grok 4.6	3.5	4.4	33.3%	2		292.61s	2,514	15	118,232

Inteligencia general	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	6.1	3.1	66.7%	1		22.97s	606	44	1,497
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

Seguimiento de instrucciones	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	9.8	10.0	100.0%	0		19.54s	903	263	1,480
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

Resolución de acertijos	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	10.0	10.0	100.0%	0		43.37s	1,026	1,154	25,563
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

Llamada de herramientas	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	10.0	10.0	100.0%	0		25.88s	8,481	302	975
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

Cultura general	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	3.0	10.0	0.0%	0		422.46s	212	72,500	73,528
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Cambiar par de comparación