Navigation
AI BENCHY
Advertise here

Modèles comparés

Comparaison benchmark Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high): Grok 4.6 (high) mène sur Score avec 9.2. Grok 4.6 (high) mène sur Fiabilité avec 10.0. Grok 4.6 (high) a le Coût total le plus bas à $1.809. Grok 4.6 (high) est le plus rapide à 79.38s.

Benchmarks générés à partir des suites de tests AI BENCHY le: 2026-08-12

Rang
#46
Total des jetons de sortie
554,485
Temps de réponse (moy.)
132.39s
Coût total
$3.113
Rang
#85
Total des jetons de sortie
512,351
Temps de réponse (moy.)
134.41s
Coût total
$2.755
Rang
#11
Total des jetons de sortie
265,604
Temps de réponse (moy.)
79.38s
Coût total
$1.809
Modèle recommandé Grok 4.6 (high)

Il obtient le meilleur score ici (9.2) tout en coûtant environ 1.6x moins que les autres modèles de cette comparaison.

Comparaison détaillée

Métrique Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Sortie: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Sortie: 2026-08-12 Grok 4.6 Grok 4.6 high Sortie: 2026-08-12
Score 8.2 7.5 9.2
Rang #46 #85 #11
Fiabilité 9.1 8.8 10.0
Cohérence 8.9 8.4 9.6
Tentatives 66/66 66/66 66/66
Tests corrects
Taux de réussite par tentative 78.8% 77.3% 84.9%
Tests instables 3 4 1
Exécutions totales 66 66 66
Coût par résultat 19.453 18.365 10.046
Coût total $3.113 $2.755 $1.809
Prix d'entrée $2.000 / 1M $2.000 / 1M $2.000 / 1M
Prix de sortie $6.000 / 1M $6.000 / 1M $6.000 / 1M
Total des jetons d'entrée 113,340 109,036 107,266
Jetons de sortie 107,311 103,736 5,094
Jetons de raisonnement 447,174 408,615 260,510
Temps de réponse (moy.) 132.39s 134.41s 79.38s
Temps de réponse (max) 534.21s 532.28s 618.49s
Temps de réponse (total) 2912.56s 2956.97s 1746.29s
Paramètres 2.4T au total (95B actifs) 2.4T au total (95B actifs) ~1.7T au total (~170B actifs)
Disponibilité Poids disponibles Poids disponibles Source fermée

Génération showcase de modèles

Hamster playing table tennis

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

#46 Qwen3.8 2.4T A95B

low
Coût
$0.100
Temps
193.2s
Tokens
16,767 tok

#85 Qwen3.8 2.4T A95B

high
SVG invalide
Coût
$0.000
Temps
600.0s
Tokens
0 tok

#11 SpaceXAI: Grok 4.6

high
Coût
$0.107
Temps
265.1s
Tokens
18,001 tok

Meilleurs modèles par score

Score vs coût total

Temps de réponse (moy.)

Score vs Temps de réponse (moy.)

Total des jetons de sortie

Score vs Total des jetons de sortie

Répartition par catégorie

Programmation Score Cohérence Taux de réussite par tentative Tests instables Tests corrects Temps de réponse (moy.) Jetons d'entrée Jetons de sortie Jetons de raisonnement
Qwen3.8 2.4T A95B 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

Comparaison rapide

Changer la paire de comparaison

GPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighGPT-5.6 TerralowvsQwen3.8 2.4T A95BhighGemini 3.1 Pro PreviewmediumvsGrok 4.6highClaude Opus 5mediumvsGrok 4.6highGPT-5.3 ChatnonevsQwen3.8 2.4T A95BhighMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowGPT-5.4 NanomediumvsQwen3.8 2.4T A95BhighKimi K2.7 CodemediumvsQwen3.8 2.4T A95BhighGPT-5 MinimediumvsQwen3.8 2.4T A95BlowLongCat 2.0mediumvsQwen3.8 2.4T A95BhighClaude Opus 5nonevsQwen3.8 2.4T A95BhighNemotron 3 UltramediumDisponible gratuitementvsQwen3.8 2.4T A95Bhigh