Navegación
Advertise here

Modelos comparados

Comparación benchmark Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low): Seed 2.1 Turbo (low) lidera en Puntuación con 9.3. Grok 4.6 (high) lidera en Fiabilidad con 10.0. Seed-2.0-Code (low) tiene el Costo total más bajo con $0.881. Seed-2.0-Code (low) es el más rápido con 73.02s.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-11-22

Modelos comparados

Rango
#124
Total de tokens de salida
312,614
Tiempo de respuesta (promedio)
87.48s
Costo total
$2.629
Rango
#48
Total de tokens de salida
609,333
Tiempo de respuesta (promedio)
161.25s
Costo total
$1.645
Rango
#132
Total de tokens de salida
424,019
Tiempo de respuesta (promedio)
120.40s
Costo total
$4.016
Rango
#161
Total de tokens de salida
253,807
Tiempo de respuesta (promedio)
73.02s
Costo total
$0.881
Modelo recomendado Seed 2.1 Turbo (low)

Tiene la mejor puntuación aquí (9.3) y cuesta aproximadamente 1.5x menos que los otros modelos de esta comparación.

Comparación detallada

Métrica Grok 4.6 Grok 4.6 high Lanzamiento: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low Lanzamiento: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lanzamiento: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low Lanzamiento: 2026-08-12
Puntuación 8.5 9.3 8.4 8.1
Rango #124 #48 #132 #161
Fiabilidad 10.0 10.0 9.6 8.9
Consistencia 10.0 9.3 9.2 7.9
Intentos 69/69 69/69 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 82.6% 81.2% 73.9% 78.3%
Pruebas inestables 0 2 2 6
Ejecuciones totales 69 69 69 69
Costo por resultado 13.833 9.135 19.825 6.288
Costo total $2.629 $1.645 $4.016 $0.881
Precio de entrada $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
Precio de salida $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
Precio de lectura de caché $0.500 / 1M N/D $0.250 / 1M N/D
Precio de escritura de caché N/D N/D N/D N/D
Total de tokens de entrada 376,233 241,855 313,881 237,604
Tokens de salida 6,687 8,387 123,706 9,617
Tokens de razonamiento 305,927 600,946 388,328 244,190
Tiempo de respuesta (promedio) 87.48s 161.25s 120.40s 73.02s
Tiempo de respuesta (máximo) 618.49s 739.98s 534.21s 485.92s
Tiempo de respuesta (total) 2012.15s 3708.70s 2769.16s 1679.49s
Parámetros ~1.7T en total (~170B activos) ~200B en total (~20B activos) 2.4T en total (95B activos) ~200B en total (~20B activos)
Disponibilidad Código cerrado Código cerrado Pesos disponibles Código cerrado

Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.

Generación showcase de modelos

Hamster playing table tennis

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

#124 SpaceXAI: Grok 4.6

high
Coste
$0.107
Tiempo
265.1s
Tokens
18,001 tok

#48 Seed 2.1 Turbo

low
Coste
$0.049
Tiempo
298.8s
Tokens
19,730 tok

#132 Qwen3.8 2.4T A95B

low
Coste
$0.100
Tiempo
193.2s
Tokens
16,767 tok

#161 Seed-2.0-Code

low
Provider returned error
Coste
$0.000
Tiempo
0.3s
Tokens
0 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
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

Cambiar par de comparación