Navigasi
Advertise here

Qwen3.8 2.4T A95B (high) vs Grok 4.5 (medium)

Skor rata-rata hampir imbang di 7.9 vs 7.8. Qwen3.8 2.4T A95B (high) memiliki biaya benchmark lebih rendah di $2.949 vs $2.996. Grok 4.5 (medium) lebih cepat di 68.44s vs 120.88s, dengan tingkat keberhasilan 75.4% vs 79.7%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-11-16

Model yang Dibandingkan

Peringkat
#163
Total token output
368,836
Waktu respons (rata-rata)
120.88s
Total Biaya
$2.949
Peringkat
#168
Total token output
306,044
Waktu respons (rata-rata)
68.44s
Total Biaya
$2.996
Model yang direkomendasikan Grok 4.5 (medium)

It has the best score here (7.8), while responding about 1.8x faster than Qwen3.8 2.4T A95B (high).

Perbandingan terperinci

Metrik Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Rilis: 2026-08-12 Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor 7.9 7.8
Peringkat #163 #168
Keandalan 9.6 10.0
Konsistensi 8.4 9.0
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 75.4% 79.7%
Tes tidak stabil 4 3
Total Run 69 69
Biaya per hasil 18.696 14.430
Total Biaya $2.949 $2.996
Harga input $2.000 / 1M $2.000 / 1M
Harga output $6.000 / 1M $6.000 / 1M
Harga baca cache $0.250 / 1M $0.300 / 1M
Harga tulis cache T/A T/A
Total token input 295,642 308,369
Token output 115,041 7,013
Token penalaran 353,398 299,031
Waktu respons (rata-rata) 120.88s 68.44s
Waktu respons (maks) 532.28s 436.38s
Waktu respons (total) 2780.16s 1574.14s
Parameter 2.4T total (95B aktif) ~1.7T total (~170B aktif)
Ketersediaan Bobot tersedia Tertutup

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Showcase generasi model

Hamster playing table tennis

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

#163 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
Biaya
$0.000
Waktu
600.0s
Token
0 tok

#168 SpaceXAI: Grok 4.5

medium
Biaya
$0.044
Waktu
59.4s
Token
7,512 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

Ganti Pasangan Perbandingan