नेव्हिगेशन
Advertise here

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

Grok 4.6 (high) average score मध्ये पुढे आहे: 8.5 vs 8.4. Grok 4.6 (high) चा benchmark खर्च कमी आहे: $2.629 vs $4.016. Grok 4.6 (high) वेगवान आहे: 87.48s vs 120.40s, pass rates 73.9% vs 82.6%.

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
#124
एकूण आउटपुट टोकन्स
312,614
प्रतिसाद वेळ (सरासरी)
87.48s
एकूण खर्च
$2.629
शिफारस केलेले मॉडेल Grok 4.6 (high)

It has the best score here (8.5), while costing about 1.5x less than Qwen3.8 2.4T A95B (low).

तपशीलवार तुलना

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

#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
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

तुलना जोडी बदला