नेविगेशन
AI BENCHY
Advertise here

Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.5

average score लगभग बराबर है: 8.4 vs 8.4. Grok 4.5 (low) की benchmark लागत कम है: $0.935 vs $1.143. Grok 4.5 (low) तेज है: 15.56s vs 67.53s, pass rates 80.3% vs 75.8%.

अनुशंसित मॉडलGrok 4.5 (low)It has the best score here (8.4), while responding about 4.3x faster than Qwen3.6 Max Preview (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Qwen3.6 Max Preview Qwen3.6 Max Preview medium रिलीज़: 2026-04-20 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.4 8.4
रैंक #19 #20
विश्वसनीयता 9.9 10.0
संगति 8.9 9.7
सही परीक्षण
प्रति प्रयास पास दर 80.3% 75.8%
अस्थिर टेस्ट 3 1
कुल रन 66 66
प्रति परिणाम लागत 8.173 5.844
कुल लागत $1.143 $0.935
इनपुट कीमत $1.040 / 1M $2.000 / 1M
आउटपुट कीमत $6.240 / 1M $6.000 / 1M
कुल इनपुट टोकन 79,240 125,596
आउटपुट टोकन 5,098 7,505
रीजनिंग टोकन 164,842 106,446
प्रतिक्रिया समय (औसत) 67.53s 15.56s
प्रतिक्रिया समय (अधिकतम) 238.07s 205.28s
प्रतिक्रिया समय (कुल) 1485.64s 342.32s

Hamster playing table tennis

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

#19 Qwen3.6 Max Preview

medium
लागत
$0.024
समय
76.5s
टोकन
3,861 tok

#20 xAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 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 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें