Modele comparate

Model recomandat Grok 4.6 (high)

Are cel mai puternic scor din această comparație (9.3) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 3 modele.

Comparație detaliată

Metrică	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lansare: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lansare: 2026-08-12	Grok 4.6 Grok 4.6 high Lansare: 2026-08-12

Metrică	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lansare: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lansare: 2026-08-12	Grok 4.6 Grok 4.6 high Lansare: 2026-08-12
Scor	8.1	7.4	9.3
Rang	#78	#133	#19
Fiabilitate	9.4	9.4	10.0
Consistență	9.2	8.3	10.0
Încercări	66/66	66/66	66/66
Teste corecte
Rată de trecere pe încercare	72.7%	74.2%	86.4%
Teste instabile	2	4	0
Rulări totale	66	66	66
Cost per rezultat	17.812	16.832	10.042
Cost total	$2.672	$2.357	$1.908
Preț de intrare	$2.000 / 1M	$2.000 / 1M	$2.000 / 1M
Preț de ieșire	$6.000 / 1M	$6.000 / 1M	$6.000 / 1M
Total tokenuri de intrare	113,279	108,931	107,275
Tokenuri de ieșire	121,045	112,801	5,094
Tokenuri de raționament	374,496	343,227	277,123
Timp de răspuns (mediu)	118.97s	120.59s	84.15s
Timp de răspuns (maxim)	534.21s	532.28s	618.49s
Timp de răspuns (total)	2617.41s	2653.05s	1851.26s
Parametri	2.4T în total (95B activi)	2.4T în total (95B activi)	~1.7T în total (~170B activi)
Disponibilitate	Ponderi disponibile	Ponderi disponibile	Închis

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

low

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

high

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.04s	1,104	397	4,814
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	24.22s	1,128	305	4,864
Grok 4.6	10.0	10.0	100.0%	14.44s	2,991	79	6,805

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	7.8	9.3	66.7%	0	172.53s	6,716	21,405	57,399
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1	160.52s	6,399	3,310	48,078
Grok 4.6	10.0	10.0	100.0%	0	102.20s	9,579	379	51,829

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1	231.85s	85,267	8,008	50,681
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1	266.12s	81,205	7,791	41,921
Grok 4.6	10.0	10.0	100.0%	0	91.77s	68,548	3,931	34,529

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.27s	7,956	839	2,445
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	13.67s	7,928	550	2,307
Grok 4.6	10.0	10.0	100.0%	16.08s	8,937	225	6,590

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	3.2	9.3	0.0%	0	287.65s	1,008	16,133	156,114
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1	301.08s	964	11,279	139,028
Grok 4.6	5.3	10.0	33.3%	0	369.95s	2,523	14	154,471

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	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	22.97s	606	44	1,497
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	11.38s	630	2,020	2,165
Grok 4.6	10.0	10.0	100.0%	0	19.51s	1,077	56	2,448

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	19.54s	903	263	1,480
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	11.45s	927	245	1,727
Grok 4.6	9.8	10.0	100.0%	13.82s	1,857	57	4,318

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	43.37s	1,026	1,154	25,563
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	65.54s	989	698	15,073
Grok 4.6	10.0	10.0	100.0%	15.56s	2,430	122	5,706

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	25.88s	8,481	302	975
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	32.93s	8,481	302	656
Grok 4.6	10.0	10.0	100.0%	13.30s	8,544	216	1,505

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	422.46s	212	72,500	73,528
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	347.95s	280	86,301	87,408
Grok 4.6	3.0	10.0	0.0%	54.22s	789	15	8,922

Schimbă perechea de comparație