Qwen3.8 2.4T A95B (high) vs Grok Build 0.1 (medium)

Model yang direkomendasikan Grok Build 0.1 (medium)

It has the best score here (7.5), while costing about 2.1x less 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 Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21

Metrik	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Rilis: 2026-08-12	Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21
Skor	7.4	7.5
Peringkat	#92	#86
Keandalan	9.4	10.0
Konsistensi	8.3	9.6
Percobaan	66/66	66/66
Tes benar
Tingkat lulus per percobaan	74.2%	60.6%
Tes tidak stabil	4	1
Total Run	66	66
Biaya per hasil	16.832	8.691
Total Biaya	$2.357	$1.130
Harga input	$2.000 / 1M	$1.000 / 1M
Harga output	$6.000 / 1M	$2.000 / 1M
Total token input	108,931	106,946
Token output	112,801	7,993
Token penalaran	343,227	503,413
Waktu respons (rata-rata)	120.59s	54.50s
Waktu respons (maks)	532.28s	252.69s
Waktu respons (total)	2653.05s	1199.07s
Parameter	2.4T total (95B aktif)	~300B total (~30B aktif)
Ketersediaan	Bobot tersedia	Tertutup

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

high

SVG tidak valid

medium

Kategori:

Trik anti-AI	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	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Gabungan	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	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

Parsing dan ekstraksi data	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	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Spesifik domain	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	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

Kecerdasan umum	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	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Kepatuhan instruksi	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	9.8	10.0	100.0%	0		11.45s	927	245	1,727
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Pemecahan teka-teki	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	10.0	10.0	100.0%	0		65.54s	989	698	15,073
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Pemanggilan alat	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	10.0	10.0	100.0%	0		32.93s	8,481	302	656
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Pengetahuan umum	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	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Ganti Pasangan Perbandingan