Сравниваемые модели

Бенчмарк-сравнение Qwen3.8 2.4T A95B (low) vs Qwen3.8 2.4T A95B (high) vs Grok 4.6 (high): Grok 4.6 (high) лидирует по Оценка со значением 9.2. Grok 4.6 (high) лидирует по Надежность со значением 10.0. У Grok 4.6 (high) самый низкий Общая стоимость: $1.809. Grok 4.6 (high) самый быстрый: 79.38s.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-12

Ранг: #46
Общее число выходных токенов: 554,485
Время ответа (среднее): 132.39s
Общая стоимость: $3.113

Ранг: #85
Общее число выходных токенов: 512,351
Время ответа (среднее): 134.41s
Общая стоимость: $2.755

Ранг: #11
Общее число выходных токенов: 265,604
Время ответа (среднее): 79.38s
Общая стоимость: $1.809

Рекомендуемая модель Grok 4.6 (high)

Здесь у него лучший балл (9.2), при этом он примерно в 1.6 раза дешевле, чем другие модели в этом сравнении.

Подробное сравнение

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12

Метрика	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Релиз: 2026-08-12	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12
Оценка	8.2	7.5	9.2
Ранг	#46	#85	#11
Надежность	9.1	8.8	10.0
Стабильность	8.9	8.4	9.6
Попытки	66/66	66/66	66/66
Тестов верно
Доля успешных попыток	78.8%	77.3%	84.9%
Нестабильные тесты	3	4	1
Всего запусков	66	66	66
Стоимость за результат	19.453	18.365	10.046
Общая стоимость	$3.113	$2.755	$1.809
Цена входа	$2.000 / 1M	$2.000 / 1M	$2.000 / 1M
Цена выхода	$6.000 / 1M	$6.000 / 1M	$6.000 / 1M
Общее число входных токенов	113,340	109,036	107,266
Выходные токены	107,311	103,736	5,094
Токены рассуждений	447,174	408,615	260,510
Время ответа (среднее)	132.39s	134.41s	79.38s
Время ответа (макс.)	534.21s	532.28s	618.49s
Время ответа (суммарно)	2912.56s	2956.97s	1746.29s
Параметры	2.4T всего (95B активных)	2.4T всего (95B активных)	~1.7T всего (~170B активных)
Доступность	Веса доступны	Веса доступны	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#46 Qwen3.8 2.4T A95B

low

Стоимость: $0.100
Время: 193.2s
Токены: 16,767 tok

#85 Qwen3.8 2.4T A95B

high

Неверный SVG

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

#11 SpaceXAI: Grok 4.6

high

Стоимость: $0.107
Время: 265.1s
Токены: 18,001 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	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	7.6	7.2	77.8%	1	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

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 2.4T A95B	5.5	9.3	33.3%	0	386.04s	1,069	2,399	228,792
Qwen3.8 2.4T A95B	5.6	7.2	44.4%	1	402.39s	1,069	2,214	204,416
Grok 4.6	3.6	7.2	22.2%	1	334.95s	2,514	14	137,858

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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

Быстрое сравнение

Сменить пару сравнения

GPT-5.4 MinimediumvsQwen3.8 2.4T A95Bhigh GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5mediumvsGrok 4.6high GPT-5.3 ChatnonevsQwen3.8 2.4T A95Bhigh Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow GPT-5.4 NanomediumvsQwen3.8 2.4T A95Bhigh Kimi K2.7 CodemediumvsQwen3.8 2.4T A95Bhigh GPT-5 MinimediumvsQwen3.8 2.4T A95Blow LongCat 2.0mediumvsQwen3.8 2.4T A95Bhigh Claude Opus 5nonevsQwen3.8 2.4T A95Bhigh Nemotron 3 UltramediumБесплатно доступноvsQwen3.8 2.4T A95Bhigh