नेव्हिगेशन
Advertise here

तुलना केलेली मॉडेल्स

Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high) benchmark तुलना: Grok 4.6 (high) स्कोअर मध्ये 8.5 सह आघाडीवर आहे. Grok 4.6 (high) विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. Grok 4.6 (high) चे एकूण खर्च सर्वात कमी आहे: $2.629. Grok 4.6 (high) 87.48s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-22

तुलना केलेली मॉडेल्स

क्रमांक
#132
एकूण आउटपुट टोकन्स
424,019
प्रतिसाद वेळ (सरासरी)
120.40s
एकूण खर्च
$4.016
क्रमांक
#180
एकूण आउटपुट टोकन्स
368,836
प्रतिसाद वेळ (सरासरी)
120.88s
एकूण खर्च
$2.949
क्रमांक
#124
एकूण आउटपुट टोकन्स
312,614
प्रतिसाद वेळ (सरासरी)
87.48s
एकूण खर्च
$2.629
शिफारस केलेले मॉडेल Grok 4.6 (high)

या तुलनेत याचा गुण सर्वाधिक आहे (8.5) आणि 3 मॉडेल्समध्ये खर्च व प्रतिसाद वेळ यांचा एकूण समतोल सर्वोत्तम आहे.

तपशीलवार तुलना

मेट्रिक Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low प्रकाशन: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high प्रकाशन: 2026-08-12 Grok 4.6 Grok 4.6 high प्रकाशन: 2026-08-12
स्कोअर 8.4 7.9 8.5
क्रमांक #132 #180 #124
विश्वसनीयता 9.6 9.6 10.0
सुसंगतता 9.2 8.4 10.0
प्रयत्न 69/69 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.9% 75.4% 82.6%
अस्थिर चाचण्या 2 4 0
एकूण रन 69 69 69
प्रति निकाल खर्च 19.825 18.696 13.833
एकूण खर्च $4.016 $2.949 $2.629
इनपुट किंमत $2.000 / 1M $2.000 / 1M $2.000 / 1M
आउटपुट किंमत $6.000 / 1M $6.000 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.250 / 1M $0.250 / 1M $0.500 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही लागू नाही
एकूण इनपुट टोकन्स 313,881 295,642 376,233
आउटपुट टोकन्स 123,706 115,041 6,687
रिझनिंग टोकन्स 388,328 353,398 305,927
प्रतिसाद वेळ (सरासरी) 120.40s 120.88s 87.48s
प्रतिसाद वेळ (कमाल) 534.21s 532.28s 618.49s
प्रतिसाद वेळ (एकूण) 2769.16s 2780.16s 2012.15s
पॅरामीटर्स 2.4T एकूण (95B सक्रिय) 2.4T एकूण (95B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता वेट्स उपलब्ध वेट्स उपलब्ध बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#132 Qwen3.8 2.4T A95B

low
खर्च
$0.100
वेळ
193.2s
टोकन्स
16,767 tok

#180 Qwen3.8 2.4T A95B

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#124 SpaceXAI: Grok 4.6

high
खर्च
$0.107
वेळ
265.1s
टोकन्स
18,001 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Qwen3.8 2.4T A95B 5.9 6.3 55.6% 1 160.52s 6,399 3,310 48,078
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

तुलना जोडी बदला