Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.8 27B (high) vs Grok 4.5 (medium)

Grok 4.5 (medium) lidera en puntuación media con 8.5 vs 8.4. No se midió el coste del hardware local, por lo que no hay comparaciones de coste disponibles. Grok 4.5 (medium) es más rápido con 68.59s vs 167.89s, con tasas de acierto de 77.3% vs 83.3%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-15

Rango
#42
Total de tokens de salida
656,635
Tiempo de respuesta (promedio)
167.89s
Costo total
N/D
Rango
#37
Total de tokens de salida
299,460
Tiempo de respuesta (promedio)
68.59s
Costo total
$2.042
Modelo recomendado Grok 4.5 (medium)

Tiene la mejor puntuación aquí (8.5) y responde aproximadamente 2.4x más rápido que Qwen3.8 27B (high).

Comparación detallada

Métrica Qwen3.8 27B Qwen3.8 27B high Lanzamiento: 2026-08-14 Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación 8.4 8.5
Rango #42 #37
Fiabilidad 9.6 10.0
Consistencia 9.2 8.9
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 77.3% 83.3%
Pruebas inestables 2 3
Ejecuciones totales 66 66
Costo por resultado N/D 12.007
Costo total N/D $2.042
Precio de entrada N/D $2.000 / 1M
Precio de salida N/D $6.000 / 1M
Total de tokens de entrada 100,179 122,155
Tokens de salida 904 5,514
Tokens de razonamiento 655,731 293,946
Tiempo de respuesta (promedio) 167.89s 68.59s
Tiempo de respuesta (máximo) 640.85s 436.38s
Tiempo de respuesta (total) 3693.54s 1508.91s
Parámetros 27.3B ~1.7T en total (~170B activos)
Disponibilidad Pesos disponibles Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#42 Qwen3.8 27B

high
Coste
N/D
Tiempo
270.1s
Tokens
18,963 tok

#37 SpaceXAI: Grok 4.5

medium
Coste
$0.044
Tiempo
59.4s
Tokens
7,512 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 27B 8.1 7.0 88.9% 1 248.62s 8,235 346 143,335
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

Comparación rápida

Cambiar par de comparación