नेविगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

तुलना किए गए मॉडल

Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high) benchmark तुलना: Grok 4.6 (high) स्कोर में 8.5 के साथ आगे है। Grok 4.6 (high) विश्वसनीयता में 10.0 के साथ आगे है। Grok 4.6 (high) का कुल लागत सबसे कम है: $2.629. Grok 4.6 (high) 87.48s पर सबसे तेज है।

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

तुलना किए गए मॉडल

रैंक
#132
कुल आउटपुट टोकन
424,019
प्रतिक्रिया समय (औसत)
120.40s
कुल लागत
$4.016
रैंक
#180
कुल आउटपुट टोकन
368,836
प्रतिक्रिया समय (औसत)
120.88s
कुल लागत
$2.949
रैंक
#124
कुल आउटपुट टोकन
312,614
प्रतिक्रिया समय (औसत)
87.48s
कुल लागत
$2.629
अनुशंसित मॉडल Grok 4.6 (high)

इस तुलना में इसका स्कोर सबसे अधिक है (8.5) और 3 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high रिलीज़: 2026-08-12 Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12
स्कोर 8.4 7.9 8.5
रैंक #132 #180 #124
विश्वसनीयता 9.6 9.6 10.0
संगति 9.2 8.4 10.0
प्रयास 69/69 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 73.9% 75.4% 82.6%
अस्थिर टेस्ट 2 4 0
कुल रन 69 69 69
प्रति परिणाम लागत 19.825 18.696 13.833
कुल लागत $4.016 $2.949 $2.629
इनपुट कीमत $2.000 / 1M $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $6.000 / 1M $6.000 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.250 / 1M $0.250 / 1M $0.500 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं लागू नहीं
कुल इनपुट टोकन 313,881 295,642 376,233
आउटपुट टोकन 123,706 115,041 6,687
रीजनिंग टोकन 388,328 353,398 305,927
प्रतिक्रिया समय (औसत) 120.40s 120.88s 87.48s
प्रतिक्रिया समय (अधिकतम) 534.21s 532.28s 618.49s
प्रतिक्रिया समय (कुल) 2769.16s 2780.16s 2012.15s
पैरामीटर 2.4T कुल (95B सक्रिय) 2.4T कुल (95B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता वेट उपलब्ध 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.

#132 Qwen3.8 2.4T A95B

low
लागत
$0.100
समय
193.2s
टोकन
16,767 tok

#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

#124 SpaceXAI: Grok 4.6

high
लागत
$0.107
समय
265.1s
टोकन
18,001 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 7.8 9.3 66.7% 0 172.53s 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

तुलना जोड़ी बदलें