- Rang
- #163
- Total tokenuri de ieșire
- 368,836
- Timp de răspuns (mediu)
- 120.88s
- Cost total
- $2.949
Qwen3.8 2.4T A95B (high) vs Grok 4.5 (medium)
Scorul mediu este practic egal la 7.9 vs 7.8. Qwen3.8 2.4T A95B (high) are costul de benchmark mai mic, $2.949 vs $2.996. Grok 4.5 (medium) este mai rapid cu 68.44s vs 120.88s, cu rate de reușită de 75.4% vs 79.7%.
Modele comparate
- Rang
- #168
- Total tokenuri de ieșire
- 306,044
- Timp de răspuns (mediu)
- 68.44s
- Cost total
- $2.996
Model recomandat
Grok 4.5 (medium)
Are cel mai bun scor aici (7.8) și răspunde de aproximativ 1.8x mai rapid decât Qwen3.8 2.4T A95B (high).
Comparație detaliată
| Metrică | Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| Scor | 7.9 | 7.8 |
| Rang | #163 | #168 |
| Fiabilitate | 9.6 | 10.0 |
| Consistență | 8.4 | 9.0 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 75.4% | 79.7% |
| Teste instabile | 4 | 3 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 18.696 | 14.430 |
| Cost total | $2.949 | $2.996 |
| Preț de intrare | $2.000 / 1M | $2.000 / 1M |
| Preț de ieșire | $6.000 / 1M | $6.000 / 1M |
| Preț citire cache | $0.250 / 1M | $0.300 / 1M |
| Preț scriere cache | N/D | N/D |
| Total tokenuri de intrare | 295,642 | 308,369 |
| Tokenuri de ieșire | 115,041 | 7,013 |
| Tokenuri de raționament | 353,398 | 299,031 |
| Timp de răspuns (mediu) | 120.88s | 68.44s |
| Timp de răspuns (maxim) | 532.28s | 436.38s |
| Timp de răspuns (total) | 2780.16s | 1574.14s |
| Parametri | 2.4T în total (95B activi) | ~1.7T în total (~170B activi) |
| Disponibilitate | Ponderi disponibile | Închis |
Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#163 Qwen3.8 2.4T A95B
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 600.0s
- Tokenuri
- 0 tok
#168 SpaceXAI: Grok 4.5
medium- Cost
- $0.044
- Timp
- 59.4s
- Tokenuri
- 7,512 tok
Defalcare pe categorii
| Sarcini agentice | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 127.11s | 186,711 | 2,240 | 10,171 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 65.24s | 186,214 | 1,499 | 5,085 |
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 24.22s | 1,128 | 305 | 4,864 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 23.50s | 2,991 | 147 | 4,018 |
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 5.9 | 6.3 | 55.6% | 1 | 160.52s | 6,399 | 3,310 | 48,078 | |
| Grok 4.5 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| Combinat | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.9 | 5.9 | 66.7% | 1 | 266.12s | 81,205 | 7,791 | 41,921 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 13.67s | 7,928 | 550 | 2,307 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.29s | 8,937 | 225 | 3,657 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 4.1 | 6.5 | 22.2% | 1 | 301.08s | 964 | 11,279 | 139,028 | |
| Grok 4.5 | 5.3 | 7.2 | 44.4% | 1 | 249.34s | 2,221 | 11 | 140,815 |
| Inteligență generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 6.1 | 3.1 | 66.7% | 1 | 11.38s | 630 | 2,020 | 2,165 | |
| Grok 4.5 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 9.8 | 10.0 | 100.0% | 0 | 11.45s | 927 | 245 | 1,727 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.06s | 1,857 | 57 | 2,728 |
| Rezolvare de puzzle-uri | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 65.54s | 989 | 698 | 15,073 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.75s | 2,430 | 254 | 3,641 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 10.0 | 10.0 | 100.0% | 0 | 32.93s | 8,481 | 302 | 656 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.57s | 8,544 | 192 | 968 |
| Cultură generală | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 2.4T A95B | 3.0 | 10.0 | 0.0% | 0 | 347.95s | 280 | 86,301 | 87,408 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 74.44s | 789 | 13 | 14,921 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95BhighQwen3.8 2.4T A95BhighvsGLM 5.3 FlashX LegalmaxGrok 4.5mediumvsGLM 5.3highQwen3.8 2.4T A95BhighvsMiMo-V2.6-FlashmediumMuse WondermaxvsQwen3.8 2.4T A95BhighDeepSeek V4.1 Flash 1017highvsGrok 4.5mediumLing 3.1 FlashhighvsGrok 4.5mediumMuse WondermaxvsGrok 4.5mediumParticle-1maxvsQwen3.8 2.4T A95BhighGrok 4.5mediumvsGLM 5.3 FlashX LegalmaxQwen3.7 PlusnonevsGrok 4.5mediumGPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh