नेविगेशन
Advertise here

Qwen3.6 Flash (medium) vs Grok 4.7 (low)

average score लगभग बराबर है: 7.4 vs 7.4. Qwen3.6 Flash (medium) की benchmark लागत कम है: $0.858 vs $2.263. Qwen3.6 Flash (medium) तेज है: 45.45s vs 63.19s, pass rates 68.1% vs 73.9%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-01

तुलना किए गए मॉडल

रैंक
#123
कुल आउटपुट टोकन
652,280
प्रतिक्रिया समय (औसत)
45.45s
कुल लागत
$0.858
रैंक
#127
कुल आउटपुट टोकन
255,329
प्रतिक्रिया समय (औसत)
63.19s
कुल लागत
$2.263
अनुशंसित मॉडल Qwen3.6 Flash (medium)

It has the best score here (7.4), while costing about 2.6x less than Grok 4.7 (low).

विस्तृत तुलना

मेट्रिक Qwen3.6 Flash Qwen3.6 Flash medium रिलीज़: 2026-04-20 Grok 4.7 Grok 4.7 low रिलीज़: 2026-09-21
स्कोर 7.4 7.4
रैंक #123 #127
विश्वसनीयता 10.0 10.0
संगति 8.3 8.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 73.9%
अस्थिर टेस्ट 5 5
कुल रन 69 69
प्रति परिणाम लागत 6.594 13.804
कुल लागत $0.858 $2.263
इनपुट कीमत $0.188 / 1M $2.000 / 1M
आउटपुट कीमत $1.125 / 1M $6.000 / 1M
कुल इनपुट टोकन 258,760 365,119
आउटपुट टोकन 22,221 8,118
रीजनिंग टोकन 630,059 247,211
प्रतिक्रिया समय (औसत) 45.45s 63.19s
प्रतिक्रिया समय (अधिकतम) 578.13s 389.63s
प्रतिक्रिया समय (कुल) 1045.45s 1453.28s
पैरामीटर ~35B कुल (~3B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#123 Qwen3.6 Flash

medium
अमान्य SVG
लागत
$0.008
समय
29.9s
टोकन
6,784 tok

#127 SpaceXAI: Grok 4.7

low
लागत
$0.007
समय
15.2s
टोकन
1,537 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
Grok 4.7 8.4 7.4 88.9% 1 189.08s 9,579 346 99,053

त्वरित तुलना

तुलना जोड़ी बदलें