Navegação
Advertise here

Modelos comparados

Comparação benchmark Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low): Seed 2.1 Turbo (low) lidera em Pontuação com 9.3. Grok 4.6 (high) lidera em Confiabilidade com 10.0. Seed-2.0-Code (low) tem o menor Custo total em $0.881. Seed-2.0-Code (low) é o mais rápido com 73.02s.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-11-22

Modelos comparados

Posição
#124
Total de tokens de saída
312,614
Tempo de resposta (médio)
87.48s
Custo total
$2.629
Posição
#48
Total de tokens de saída
609,333
Tempo de resposta (médio)
161.25s
Custo total
$1.645
Posição
#132
Total de tokens de saída
424,019
Tempo de resposta (médio)
120.40s
Custo total
$4.016
Posição
#161
Total de tokens de saída
253,807
Tempo de resposta (médio)
73.02s
Custo total
$0.881
Modelo recomendado Seed 2.1 Turbo (low)

Tem a melhor pontuação aqui (9.3) e custa cerca de 1.5x menos que os outros modelos nesta comparação.

Comparação detalhada

Métrica Grok 4.6 Grok 4.6 high Lançamento: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low Lançamento: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lançamento: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low Lançamento: 2026-08-12
Pontuação 8.5 9.3 8.4 8.1
Posição #124 #48 #132 #161
Confiabilidade 10.0 10.0 9.6 8.9
Consistência 10.0 9.3 9.2 7.9
Tentativas 69/69 69/69 69/69 69/69
Testes corretos
Taxa de acerto por tentativa 82.6% 81.2% 73.9% 78.3%
Testes instáveis 0 2 2 6
Execuções totais 69 69 69 69
Custo por resultado 13.833 9.135 19.825 6.288
Custo total $2.629 $1.645 $4.016 $0.881
Preço de entrada $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
Preço de saída $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
Preço de leitura do cache $0.500 / 1M N/D $0.250 / 1M N/D
Preço de escrita no cache N/D N/D N/D N/D
Total de tokens de entrada 376,233 241,855 313,881 237,604
Tokens de saída 6,687 8,387 123,706 9,617
Tokens de raciocínio 305,927 600,946 388,328 244,190
Tempo de resposta (médio) 87.48s 161.25s 120.40s 73.02s
Tempo de resposta (máx.) 618.49s 739.98s 534.21s 485.92s
Tempo de resposta (total) 2012.15s 3708.70s 2769.16s 1679.49s
Parâmetros ~1.7T no total (~170B ativos) ~200B no total (~20B ativos) 2.4T no total (95B ativos) ~200B no total (~20B ativos)
Disponibilidade Código fechado Código fechado Pesos disponíveis Código fechado

Os preços de cache aplicam-se aos tokens de entrada. A leitura reutiliza prompts em cache; a escrita armazena-os e pode custar mais. Os tokens de saída usam o preço de saída.

Geração showcase de modelos

Hamster playing table tennis

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

#124 SpaceXAI: Grok 4.6

high
Custo
$0.107
Tempo
265.1s
Tokens
18,001 tok

#48 Seed 2.1 Turbo

low
Custo
$0.049
Tempo
298.8s
Tokens
19,730 tok

#132 Qwen3.8 2.4T A95B

low
Custo
$0.100
Tempo
193.2s
Tokens
16,767 tok

#161 Seed-2.0-Code

low
Provider returned error
Custo
$0.000
Tempo
0.3s
Tokens
0 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829
Seed 2.1 Turbo 10.0 10.0 100.0% 0 360.85s 8,220 385 207,368
Qwen3.8 2.4T A95B 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Seed-2.0-Code 7.0 7.1 55.6% 1 109.70s 7,948 455 55,759

Trocar par de comparação