Qwen3.8 Max (medium) vs Grok 4.5 (high)

Model yang direkomendasikan Qwen3.8 Max (medium)

It has the best score here (9.1), while costing about 2.3x less than Grok 4.5 (high).

Perbandingan terperinci

Metrik	Qwen3.8 Max Qwen3.8 Max medium Rilis: 2026-08-04	Grok 4.5 Grok 4.5 high Rilis: 2026-07-08

Metrik	Qwen3.8 Max Qwen3.8 Max medium Rilis: 2026-08-04	Grok 4.5 Grok 4.5 high Rilis: 2026-07-08
Skor	9.1	8.9
Peringkat	#14	#17
Keandalan	10.0	10.0
Konsistensi	9.7	9.2
Cakupan benchmark	22/22 tes · 66/66 percobaan	22/22 tes · 66/66 percobaan
Tes benar
Tingkat lulus per percobaan	84.9%	83.3%
Tes tidak stabil	1	2
Total Run	66	66
Biaya per hasil	4.040	10.041
Total Biaya	$0.728	$1.707
Harga input	$2.000 / 1M	$2.000 / 1M
Harga output	$6.000 / 1M	$6.000 / 1M
Total token input	109,046	151,562
Token output	6,567	5,655
Token penalaran	78,259	247,540
Waktu respons (rata-rata)	21.53s	76.50s
Waktu respons (maks)	126.60s	676.83s
Waktu respons (total)	473.75s	1683.07s

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

medium

high

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 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

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 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

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 Max	5.3	10.0	33.3%	0		28.52s	771	63	13,581
Grok 4.5	3.6	7.2	22.2%	1		332.11s	1,910	6	101,850

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 Max	10.0	10.0	100.0%	0		6.41s	516	168	700
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

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 Max	10.0	10.0	100.0%	0		3.49s	699	102	914
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

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 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

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 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

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 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Ganti Pasangan Perbandingan