नेव्हिगेशन
Advertise here

Qwen3.8 Max (0902) (low) vs Grok 4.6 (high)

average score जवळपास समान आहे: 8.6 vs 8.5. Qwen3.8 Max (0902) (low) चा benchmark खर्च कमी आहे: $1.131 vs $2.629. Qwen3.8 Max (0902) (low) वेगवान आहे: 29.07s vs 87.48s, pass rates 85.5% vs 82.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#63
एकूण आउटपुट टोकन्स
88,923
प्रतिसाद वेळ (सरासरी)
29.07s
एकूण खर्च
$1.131
क्रमांक
#64
एकूण आउटपुट टोकन्स
312,614
प्रतिसाद वेळ (सरासरी)
87.48s
एकूण खर्च
$2.629
शिफारस केलेले मॉडेल Qwen3.8 Max (0902) (low)

It has the best score here (8.6), while costing about 2.3x less than Grok 4.6 (high).

तपशीलवार तुलना

मेट्रिक Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07 Grok 4.6 Grok 4.6 high प्रकाशन: 2026-08-12
स्कोअर 8.6 8.5
क्रमांक #63 #64
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 10.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 85.5% 82.6%
अस्थिर चाचण्या 3 0
एकूण रन 69 69
प्रति निकाल खर्च 6.283 13.833
एकूण खर्च $1.131 $2.629
इनपुट किंमत $2.000 / 1M $2.000 / 1M
आउटपुट किंमत $6.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 298,682 376,233
आउटपुट टोकन्स 8,374 6,687
रिझनिंग टोकन्स 80,549 305,927
प्रतिसाद वेळ (सरासरी) 29.07s 87.48s
प्रतिसाद वेळ (कमाल) 207.79s 618.49s
प्रतिसाद वेळ (एकूण) 668.66s 2012.15s
पॅरामीटर्स 2.4T एकूण (~100B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#63 Qwen3.8 Max (0902)

low
खर्च
$0.014
वेळ
41.2s
टोकन्स
2,421 tok

#64 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 Max (0902) 10.0 10.0 100.0% 0 37.42s 8,127 485 17,404
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

झटपट तुलना

तुलना जोडी बदला

Muse Spark 1.3lowvsGrok 4.6highClaude Sonnet 5mediumvsGrok 4.6highQwen3.7 MaxmediumvsGrok 4.6highClaude Sonnet 5.5highvsQwen3.8 Max (0902)lowClaude Sonnet 5.5xhighvsQwen3.8 Max (0902)lowClaude Sonnet 5mediumvsQwen3.8 Max (0902)lowDeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)lowClaude Sonnet 5.5xhighvsGrok 4.6highMuse Spark 1.1lowvsGrok 4.6highDeepSeek V4.1 FlashmaxvsGrok 4.6highSeed 2.1 TurbomediumvsQwen3.8 Max (0902)lowQwen3.8 Max (0902)lowvsMiMo-V2.6-Promedium