ナビゲーション
AI BENCHY
Advertise here

Qwen3.8 2.4T A95B (low) vs Grok 4.6 (high)

Grok 4.6 (high) が平均スコアでリードし、9.2 vs 8.2 です。 Grok 4.6 (high) の benchmark コストが低く、$1.809 vs $3.113 です。 Grok 4.6 (high) の方が高速で、79.38s vs 132.39s です、成功率は 78.8% vs 84.9% です。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-08-12

順位
#46
合計出力トークン
554,485
応答時間（平均）
132.39s
合計コスト
$3.113
順位
#11
合計出力トークン
265,604
応答時間（平均）
79.38s
合計コスト
$1.809
おすすめモデル Grok 4.6 (high)

ここでは最高スコア（9.2）で、Qwen3.8 2.4T A95B (low) より約 1.7 倍低コストです。

詳細比較

指標 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low リリース: 2026-08-12 Grok 4.6 Grok 4.6 high リリース: 2026-08-12
スコア 8.2 9.2
順位 #46 #11
信頼性 9.1 10.0
一貫性 8.9 9.6
試行回数 66/66 66/66
正解テスト
試行ごとの合格率 78.8% 84.9%
不安定なテスト 3 1
総実行回数 66 66
結果あたりのコスト 19.453 10.046
合計コスト $3.113 $1.809
入力価格 $2.000 / 1M $2.000 / 1M
出力価格 $6.000 / 1M $6.000 / 1M
合計入力トークン 113,340 107,266
出力トークン 107,311 5,094
推論トークン 447,174 260,510
応答時間（平均） 132.39s 79.38s
応答時間（最大） 534.21s 618.49s
応答時間（合計） 2912.56s 1746.29s
パラメータ 2.4T 総数 (95B アクティブ) ~1.7T 総数 (~170B アクティブ)
公開状況 重み公開 クローズド

モデル生成ショーケース

Hamster playing table tennis

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

#46 Qwen3.8 2.4T A95B

low
コスト
$0.100
時間
193.2s
トークン
16,767 tok

#11 SpaceXAI: Grok 4.6

high
コスト
$0.107
時間
265.1s
トークン
18,001 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

コーディング スコア 一貫性 試行ごとの合格率 不安定なテスト 正解テスト 応答時間（平均） 入力トークン 出力トークン 推論トークン
Qwen3.8 2.4T A95B 7.6 7.2 77.8% 1 172.53s 6,716 21,405 57,399
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

クイック比較

比較ペアを切り替え

Gemini 3.1 Pro PreviewmediumvsGrok 4.6highClaude Opus 5mediumvsGrok 4.6highMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowGPT-5 MinimediumvsQwen3.8 2.4T A95BlowMuse Spark 1.1highvsQwen3.8 2.4T A95BlowGemini 2.5 FlashmediumvsQwen3.8 2.4T A95BlowQwen3.7 MaxmediumvsGrok 4.6highGemini 3.5 FlashmediumvsGrok 4.6highGPT-5.5lowvsGrok 4.6highSeed 2.1 TurbolowvsGrok 4.6highQwen3.8 2.4T A95BlowvsInklinghighQwen3.8 MaxmediumvsGrok 4.6high