Qwen3.8 2.4T A95B (high) vs Grok Build 0.1 (medium)

Grok Build 0.1 (medium) лидирует по среднему баллу: 7.5 vs 7.4. Grok Build 0.1 (medium) имеет более низкую стоимость benchmark: $1.130 vs $2.357. Grok Build 0.1 (medium) быстрее: 54.50s vs 120.59s, с долей успешных попыток 74.2% vs 60.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-14

Ранг: #92
Общее число выходных токенов: 456,028
Время ответа (среднее): 120.59s
Общая стоимость: $2.357

Ранг: #86
Общее число выходных токенов: 511,406
Время ответа (среднее): 54.50s
Общая стоимость: $1.130

Рекомендуемая модель Grok Build 0.1 (medium)

Здесь у него лучший балл (7.5), при этом он примерно в 2.1 раза дешевле, чем Qwen3.8 2.4T A95B (high).

Подробное сравнение

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.4	7.5
Ранг	#92	#86
Надежность	9.4	10.0
Стабильность	8.3	9.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	74.2%	60.6%
Нестабильные тесты	4	1
Всего запусков	66	66
Стоимость за результат	16.832	8.691
Общая стоимость	$2.357	$1.130
Цена входа	$2.000 / 1M	$1.000 / 1M
Цена выхода	$6.000 / 1M	$2.000 / 1M
Общее число входных токенов	108,931	106,946
Выходные токены	112,801	7,993
Токены рассуждений	343,227	503,413
Время ответа (среднее)	120.59s	54.50s
Время ответа (макс.)	532.28s	252.69s
Время ответа (суммарно)	2653.05s	1199.07s
Параметры	2.4T всего (95B активных)	~300B всего (~30B активных)
Доступность	Веса доступны	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#92 Qwen3.8 2.4T A95B

high

Неверный SVG

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

#86 SpaceXAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения