नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.8 Max (low) vs Grok 4.5 (low)

Qwen3.8 Max (low) average score मध्ये पुढे आहे: 8.6 vs 8.4. Qwen3.8 Max (low) चा benchmark खर्च कमी आहे: $0.702 vs $0.945. Grok 4.5 (low) वेगवान आहे: 16.17s vs 21.83s, pass rates 80.3% vs 77.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक
#35
एकूण आउटपुट टोकन्स
83,821
प्रतिसाद वेळ (सरासरी)
21.83s
एकूण खर्च
$0.702
क्रमांक
#40
एकूण आउटपुट टोकन्स
115,489
प्रतिसाद वेळ (सरासरी)
16.17s
एकूण खर्च
$0.945
शिफारस केलेले मॉडेल Qwen3.8 Max (low)

It has the strongest score in this comparison (8.6) and the best overall balance of cost and response time across all 2 models.

तपशीलवार तुलना

मेट्रिक Qwen3.8 Max Qwen3.8 Max low प्रकाशन: 2026-08-04 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 8.6 8.4
क्रमांक #35 #40
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 9.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 80.3% 77.3%
अस्थिर चाचण्या 3 2
एकूण रन 66 66
प्रति निकाल खर्च 4.384 5.901
एकूण खर्च $0.702 $0.945
इनपुट किंमत $2.000 / 1M $2.000 / 1M
आउटपुट किंमत $6.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 99,181 125,605
आउटपुट टोकन्स 6,132 7,505
रिझनिंग टोकन्स 77,689 107,984
प्रतिसाद वेळ (सरासरी) 21.83s 16.17s
प्रतिसाद वेळ (कमाल) 155.75s 205.28s
प्रतिसाद वेळ (एकूण) 480.37s 355.67s
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.

#35 Qwen3.8 Max

low
खर्च
$0.026
वेळ
68.5s
टोकन्स
4,280 tok

#40 SpaceXAI: Grok 4.5

low
खर्च
$0.011
वेळ
12.4s
टोकन्स
2,018 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 8.4 7.4 88.9% 1 28.69s 8,127 512 15,952
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

झटपट तुलना

तुलना जोडी बदला