नेविगेशन
AI BENCHY
Advertise here

Qwen3.8 Max (low) vs Grok 4.5 (low)

Qwen3.8 Max (low) average score में आगे है: 8.6 vs 8.4. Qwen3.8 Max (low) की benchmark लागत कम है: $0.702 vs $0.945. Grok 4.5 (low) तेज है: 16.17s vs 21.83s, pass rates 80.3% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-20

रैंक
#35
कुल आउटपुट टोकन
83,821
प्रतिक्रिया समय (औसत)
21.83s
कुल लागत
$0.702
रैंक
#40
कुल आउटपुट टोकन
115,489
प्रतिक्रिया समय (औसत)
16.17s
कुल लागत
$0.945
अनुशंसित मॉडल Qwen3.8 Max (low)

It has the strongest score in this comparison (8.6) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक Qwen3.8 Max Qwen3.8 Max low रिलीज़: 2026-08-04 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.6 8.4
रैंक #35 #40
विश्वसनीयता 10.0 10.0
संगति 9.0 9.3
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 80.3% 77.3%
अस्थिर टेस्ट 3 2
कुल रन 66 66
प्रति परिणाम लागत 4.384 5.901
कुल लागत $0.702 $0.945
इनपुट कीमत $2.000 / 1M $2.000 / 1M
आउटपुट कीमत $6.000 / 1M $6.000 / 1M
कुल इनपुट टोकन 99,181 125,605
आउटपुट टोकन 6,132 7,505
रीजनिंग टोकन 77,689 107,984
प्रतिक्रिया समय (औसत) 21.83s 16.17s
प्रतिक्रिया समय (अधिकतम) 155.75s 205.28s
प्रतिक्रिया समय (कुल) 480.37s 355.67s
पैरामीटर 2.4T कुल (~100B 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.

#35 Qwen3.8 Max

low
लागत
$0.026
समय
68.5s
टोकन
4,280 tok

#40 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 Max 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

त्वरित तुलना

तुलना जोड़ी बदलें