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

Qwen4 Max (xhigh) vs Grok 4.5 (high)

Grok 4.5 (high) average score में आगे है: 8.2 vs 8.2. Qwen4 Max (xhigh) की benchmark लागत कम है: $1.830 vs $2.687. Grok 4.5 (high) तेज है: 72.50s vs 106.83s, pass rates 82.6% vs 82.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-16

तुलना किए गए मॉडल

रैंक
#141
कुल आउटपुट टोकन
291,229
प्रतिक्रिया समय (औसत)
106.83s
कुल लागत
$1.830
रैंक
#136
कुल आउटपुट टोकन
333,632
प्रतिक्रिया समय (औसत)
72.50s
कुल लागत
$2.687
अनुशंसित मॉडल Grok 4.5 (high)

इस तुलना में इसका स्कोर सबसे अधिक है (8.2) और 2 मॉडलों में लागत और प्रतिक्रिया समय का समग्र संतुलन सबसे अच्छा है।

विस्तृत तुलना

मेट्रिक Qwen4 Max Qwen4 Max xhigh रिलीज़: 2026-11-16 Grok 4.5 Grok 4.5 high रिलीज़: 2026-07-08
स्कोर 8.2 8.2
रैंक #141 #136
विश्वसनीयता 9.8 10.0
संगति 9.3 8.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 82.6% 82.6%
अस्थिर टेस्ट 2 3
कुल रन 69 69
प्रति परिणाम लागत 10.162 15.123
कुल लागत $1.830 $2.687
इनपुट कीमत $1.500 / 1M $2.000 / 1M
आउटपुट कीमत $4.500 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.075 / 1M $0.300 / 1M
कैश लिखने की कीमत $1.875 / 1M लागू नहीं
कुल इनपुट टोकन 345,694 342,124
आउटपुट टोकन 8,170 7,135
रीजनिंग टोकन 283,059 326,497
प्रतिक्रिया समय (औसत) 106.83s 72.50s
प्रतिक्रिया समय (अधिकतम) 595.00s 676.83s
प्रतिक्रिया समय (कुल) 2457.00s 1667.51s
पैरामीटर ~2.4T कुल (~95B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत 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.

#141 Qwen4 Max

xhigh
लागत
$0.120
समय
456.4s
टोकन
26,650 tok

#136 SpaceXAI: Grok 4.5

high
लागत
$0.015
समय
29.7s
टोकन
2,737 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
Qwen4 Max 10.0 10.0 100.0% 0 28.72s 8,010 426 16,827
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

तुलना जोड़ी बदलें