Navigare
Advertise here

Qwen3.8 2.4T A95B (low) vs Grok 4.6 (high)

Grok 4.6 (high) conduce la scorul mediu cu 8.5 vs 8.4. Grok 4.6 (high) are costul de benchmark mai mic, $2.629 vs $4.016. Grok 4.6 (high) este mai rapid cu 87.48s vs 120.40s, cu rate de reușită de 73.9% vs 82.6%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-22

Modele comparate

Rang
#132
Total tokenuri de ieșire
424,019
Timp de răspuns (mediu)
120.40s
Cost total
$4.016
Rang
#124
Total tokenuri de ieșire
312,614
Timp de răspuns (mediu)
87.48s
Cost total
$2.629
Model recomandat Grok 4.6 (high)

Are cel mai bun scor aici (8.5) și costă de aproximativ 1.5x mai puțin decât Qwen3.8 2.4T A95B (low).

Comparație detaliată

Metrică Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Lansare: 2026-08-12 Grok 4.6 Grok 4.6 high Lansare: 2026-08-12
Scor 8.4 8.5
Rang #132 #124
Fiabilitate 9.6 10.0
Consistență 9.2 10.0
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 73.9% 82.6%
Teste instabile 2 0
Rulări totale 69 69
Cost per rezultat 19.825 13.833
Cost total $4.016 $2.629
Preț de intrare $2.000 / 1M $2.000 / 1M
Preț de ieșire $6.000 / 1M $6.000 / 1M
Preț citire cache $0.250 / 1M $0.500 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 313,881 376,233
Tokenuri de ieșire 123,706 6,687
Tokenuri de raționament 388,328 305,927
Timp de răspuns (mediu) 120.40s 87.48s
Timp de răspuns (maxim) 534.21s 618.49s
Timp de răspuns (total) 2769.16s 2012.15s
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.

#132 Qwen3.8 2.4T A95B

low
Cost
$0.100
Timp
193.2s
Tokenuri
16,767 tok

#124 SpaceXAI: Grok 4.6

high
Cost
$0.107
Timp
265.1s
Tokenuri
18,001 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

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 7.8 9.3 66.7% 0 172.53s 6,716 21,405 57,399
Grok 4.6 10.0 10.0 100.0% 0 102.20s 9,579 379 51,829

Schimbă perechea de comparație