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

Modelo recomendado Qwen3.8 Max (medium)

Tiene la mejor puntuación aquí (9.1) y cuesta aproximadamente 2.3x menos que Grok 4.5 (high).

Comparación detallada

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

Métrica	Qwen3.8 Max Qwen3.8 Max medium Lanzamiento: 2026-08-04	Grok 4.5 Grok 4.5 high Lanzamiento: 2026-07-08
Puntuación	9.1	8.9
Rango	#14	#17
Fiabilidad	10.0	10.0
Consistencia	9.7	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	1	2
Ejecuciones totales	66	66
Costo por resultado	4.040	10.041
Costo total	$0.728	$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	109,046	151,562
Tokens de salida	6,567	5,655
Tokens de razonamiento	78,259	247,540
Tiempo de respuesta (promedio)	21.53s	76.50s
Tiempo de respuesta (máximo)	126.60s	676.83s
Tiempo de respuesta (total)	473.75s	1683.07s

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

medium

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		4.17s	672	312	2,075
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	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804
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	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688
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		8.72s	7,782	270	2,519
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	10.0	33.3%	0		28.52s	771	63	13,581
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	10.0	10.0	100.0%	0		6.41s	516	168	700
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		3.49s	699	102	914
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	10.0	10.0	100.0%	0		4.93s	696	401	1,575
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		7.83s	8,229	267	636
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		11.49s	204	28	1,767
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Cambiar par de comparación