Qwen3.8 2.4T A95B (low) vs Grok 4.7 (medium)

Modelos comparados

Modelo recomendado Grok 4.7 (medium)

Tiene la puntuación más alta en esta comparación (8.1) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Grok 4.7 Grok 4.7 medium Lanzamiento: 2026-09-21

Métrica	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12	Grok 4.7 Grok 4.7 medium Lanzamiento: 2026-09-21
Puntuación	8.1	8.1
Rango	#70	#73
Fiabilidad	9.4	9.9
Consistencia	9.2	8.3
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	72.7%	81.8%
Pruebas inestables	2	5
Ejecuciones totales	66	66
Costo por resultado	17.812	15.023
Costo total	$2.672	$2.254
Precio de entrada	$2.000 / 1M	$1.600 / 1M
Precio de salida	$6.000 / 1M	$4.800 / 1M
Total de tokens de entrada	113,279	107,193
Tokens de salida	121,045	4,661
Tokens de razonamiento	374,496	429,072
Tiempo de respuesta (promedio)	118.97s	106.09s
Tiempo de respuesta (máximo)	534.21s	660.89s
Tiempo de respuesta (total)	2617.41s	2333.94s
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 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

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 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

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 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

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 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

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	3.2	9.3	0.0%	0		287.65s	1,008	16,133	156,114
Grok 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

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 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

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 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

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 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

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 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

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 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

Cambiar par de comparación