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

तुलना किए गए मॉडल

Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low) benchmark तुलना: Grok 4.6 (high) स्कोर में 9.2 के साथ आगे है। Grok 4.6 (high) विश्वसनीयता में 10.0 के साथ आगे है। Seed-2.0-Code (low) का कुल लागत सबसे कम है: $0.681. Seed-2.0-Code (low) 65.89s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-12

रैंक
#11
कुल आउटपुट टोकन
265,604
प्रतिक्रिया समय (औसत)
79.38s
कुल लागत
$1.809
रैंक
#15
कुल आउटपुट टोकन
631,257
प्रतिक्रिया समय (औसत)
168.41s
कुल लागत
$1.631
रैंक
#46
कुल आउटपुट टोकन
554,485
प्रतिक्रिया समय (औसत)
132.39s
कुल लागत
$3.113
रैंक
#66
कुल आउटपुट टोकन
212,558
प्रतिक्रिया समय (औसत)
65.89s
कुल लागत
$0.681
अनुशंसित मॉडल Grok 4.6 (high)

It has the best score here (9.2), while responding about 1.5x faster than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक Grok 4.6 Grok 4.6 high रिलीज़: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low रिलीज़: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low रिलीज़: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low रिलीज़: 2026-08-12
स्कोर 9.2 9.1 8.2 7.7
रैंक #11 #15 #46 #66
विश्वसनीयता 10.0 9.9 9.1 5.7
संगति 9.6 8.9 8.9 7.5
प्रयास 66/66 66/66 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 84.9% 83.3% 78.8% 80.3%
अस्थिर टेस्ट 1 3 3 7
कुल रन 66 66 66 66
प्रति परिणाम लागत 10.046 9.591 19.453 5.235
कुल लागत $1.809 $1.631 $3.113 $0.681
इनपुट कीमत $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
आउटपुट कीमत $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
कुल इनपुट टोकन 107,266 104,483 113,340 85,648
आउटपुट टोकन 5,094 6,848 107,311 8,142
रीजनिंग टोकन 260,510 624,409 447,174 204,416
प्रतिक्रिया समय (औसत) 79.38s 168.41s 132.39s 65.89s
प्रतिक्रिया समय (अधिकतम) 618.49s 739.98s 534.21s 485.92s
प्रतिक्रिया समय (कुल) 1746.29s 3705.09s 2912.56s 1449.53s
पैरामीटर ~1.7T कुल (~170B सक्रिय) ~200B कुल (~20B सक्रिय) 2.4T कुल (95B सक्रिय) ~200B कुल (~20B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत वेट उपलब्ध बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#11 SpaceXAI: Grok 4.6

high
लागत
$0.107
समय
265.1s
टोकन
18,001 tok

#15 Seed 2.1 Turbo

low
लागत
$0.049
समय
298.8s
टोकन
19,730 tok

#46 Qwen3.8 2.4T A95B

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

#66 Seed-2.0-Code

low
Provider returned error
लागत
$0.000
समय
0.3s
टोकन
0 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
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 5.0 77.8% 2 109.70s 7,948 455 55,759

त्वरित तुलना

तुलना जोड़ी बदलें