Qwen3.8 Max (low) vs Grok 4.5 (high)

Modelo recomendado Qwen3.8 Max (low)

Su puntuación se mantiene cerca de la mejor aquí (8.7 vs 8.9) y cuesta aproximadamente 2.5x menos que Grok 4.5 (high).

Comparación detallada

Métrica	Qwen3.8 Max Qwen3.8 Max low Lanzamiento: 2026-08-04	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08

Métrica	Qwen3.8 Max Qwen3.8 Max low Lanzamiento: 2026-08-04	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08
Puntuación	8.7	8.9
Rango	#23	#17
Fiabilidad	10.0	10.0
Consistencia	9.0	9.2
Cobertura del benchmark	22/22 pruebas · 66/66 intentos	22/22 pruebas · 66/66 intentos
Pruebas correctas
Tasa de aciertos por intento	84.9%	83.3%
Pruebas inestables	3	2
Ejecuciones totales	66	66
Costo por resultado	4.041	10.041
Costo total	$0.687	$1.707
Precio de entrada	$2.000 / 1M	$2.000 / 1M
Precio de salida	$6.000 / 1M	$6.000 / 1M
Total de tokens de entrada	99,172	151,562
Tokens de salida	6,132	5,655
Tokens de razonamiento	75,279	247,540
Tiempo de respuesta (promedio)	21.19s	76.50s
Tiempo de respuesta (máximo)	155.75s	676.83s
Tiempo de respuesta (total)	466.14s	1683.07s

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

low

high

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 Max	10.0	10.0	100.0%	0		3.93s	984	228	1,750
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

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 Max	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

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 Max	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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 Max	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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 Max	5.3	7.2	44.4%	1		35.37s	1,005	62	17,102
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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 Max	6.5	3.4	66.7%	1		5.29s	594	128	568
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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 Max	10.0	10.0	100.0%	0		4.01s	855	102	851
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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 Max	9.9	10.0	100.0%	0		4.11s	930	286	1,304
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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 Max	10.0	10.0	100.0%	0		8.06s	8,463	295	693
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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 Max	3.0	10.0	0.0%	0		12.43s	282	28	1,865
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Cambiar par de comparación