नेविगेशन
Advertise here

Qwen3.8 2.4T A95B (high) vs Grok 4.6 (low)

Qwen3.8 2.4T A95B (high) average score में आगे है: 7.9 vs 6.9. Grok 4.6 (low) की benchmark लागत कम है: $0.781 vs $2.949. Grok 4.6 (low) तेज है: 16.44s vs 120.88s, pass rates 75.4% vs 66.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-22

तुलना किए गए मॉडल

रैंक
#180
कुल आउटपुट टोकन
368,836
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.949
रैंक
#253
कुल आउटपुट टोकन
42,315
प्रतिक्रिया समय (औसत)
16.44s
कुल लागत
$0.781
अनुशंसित मॉडल Grok 4.6 (low)

It offers the best overall trade-off: a competitive score (6.9), lower cost than Qwen3.8 2.4T A95B (high), and balanced response time.

विस्तृत तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12 Grok 4.6 Grok 4.6 low रिलीज़: 2026-08-12
स्कोर 7.9 6.9
रैंक #180 #253
विश्वसनीयता 9.6 10.0
संगति 8.4 9.6
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 75.4% 66.7%
अस्थिर टेस्ट 4 1
कुल रन 69 69
प्रति परिणाम लागत 18.696 5.205
कुल लागत $2.949 $0.781
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $6.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 295,642 263,427
आउटपुट टोकन 115,041 6,006
रीजनिंग टोकन 353,398 36,309
प्रतिक्रिया समय (औसत) 120.88s 16.44s
प्रतिक्रिया समय (अधिकतम) 532.28s 57.97s
प्रतिक्रिया समय (कुल) 2780.16s 378.14s
पैरामीटर 2.4T कुल (95B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता वेट उपलब्ध बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#180 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

#253 SpaceXAI: Grok 4.6

low
लागत
$0.011
समय
26.0s
टोकन
1,941 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 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

तुलना जोड़ी बदलें