नेविगेशन
Advertise here

Qwen3.8 2.4T A95B (high) vs Grok 4.5 (low)

Qwen3.8 2.4T A95B (high) average score में आगे है: 7.9 vs 7.8. Grok 4.5 (low) की benchmark लागत कम है: $1.345 vs $2.805. Grok 4.5 (low) तेज है: 18.14s vs 120.88s, pass rates 75.4% vs 73.9%.

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

तुलना किए गए मॉडल

रैंक
#102
कुल आउटपुट टोकन
468,439
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.805
रैंक
#109
कुल आउटपुट टोकन
121,415
प्रतिक्रिया समय (औसत)
18.14s
कुल लागत
$1.345
अनुशंसित मॉडल Grok 4.5 (low)

Its score stays close to the best score here (7.8 vs 7.9), while costing about 2.1x less than Qwen3.8 2.4T A95B (high).

विस्तृत तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 7.9 7.8
रैंक #102 #109
विश्वसनीयता 9.6 10.0
संगति 8.4 9.3
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 73.9%
अस्थिर टेस्ट 4 2
कुल रन 69 69
प्रति परिणाम लागत 18.696 8.404
कुल लागत $2.805 $1.345
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $6.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 295,642 308,068
आउटपुट टोकन 115,041 9,218
रीजनिंग टोकन 353,398 112,197
प्रतिक्रिया समय (औसत) 120.88s 18.14s
प्रतिक्रिया समय (अधिकतम) 532.28s 205.28s
प्रतिक्रिया समय (कुल) 2780.16s 417.21s
पैरामीटर 2.4T कुल (95B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#102 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#109 SpaceXAI: 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
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighDeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.7 PlusnonevsGrok 4.5lowQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowQwen3.8 2.4T A95BhighvsGrok 4.5mediumGrok 4.5lowvsGLM 5.3highGPT-5.4 MinimediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.6mediumGPT-6 LunahighvsGrok 4.5lowQwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax