Qwen3.8 27B (high) vs Grok 4.5 (medium)

Grok 4.5 (medium) лидирует по среднему баллу: 8.5 vs 8.4. Стоимость локального оборудования не измерялась, поэтому сравнение стоимости недоступно. Grok 4.5 (medium) быстрее: 68.59s vs 167.89s, с долей успешных попыток 77.3% vs 83.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-15

Ранг: #42
Общее число выходных токенов: 656,635
Время ответа (среднее): 167.89s
Общая стоимость: Н/Д

Ранг: #37
Общее число выходных токенов: 299,460
Время ответа (среднее): 68.59s
Общая стоимость: $2.042

Рекомендуемая модель Grok 4.5 (medium)

Здесь у него лучший балл (8.5), и он отвечает примерно в 2.4 раза быстрее, чем Qwen3.8 27B (high).

Подробное сравнение

Метрика	Qwen3.8 27B Qwen3.8 27B high Релиз: 2026-08-14	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	Qwen3.8 27B Qwen3.8 27B high Релиз: 2026-08-14	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	8.4	8.5
Ранг	#42	#37
Надежность	9.6	10.0
Стабильность	9.2	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	77.3%	83.3%
Нестабильные тесты	2	3
Всего запусков	66	66
Стоимость за результат	Н/Д	12.007
Общая стоимость	Н/Д	$2.042
Цена входа	Н/Д	$2.000 / 1M
Цена выхода	Н/Д	$6.000 / 1M
Общее число входных токенов	100,179	122,155
Выходные токены	904	5,514
Токены рассуждений	655,731	293,946
Время ответа (среднее)	167.89s	68.59s
Время ответа (макс.)	640.85s	436.38s
Время ответа (суммарно)	3693.54s	1508.91s
Параметры	27.3B	~1.7T всего (~170B 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.

#42 Qwen3.8 27B

high

Стоимость: Н/Д
Время: 270.1s
Токены: 18,963 tok

#37 SpaceXAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 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 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения

GPT-5.2mediumvsQwen3.8 27Bhigh Seed 2.1 TurbomediumvsQwen3.8 27Bhigh Muse Spark 1.2lowvsGrok 4.5medium Qwen3.8 27BhighvsGrok 4.5low Qwen3.8 27BhighvsGrok 4.6medium Muse Spark 1.2lowvsQwen3.8 27Bhigh Muse Spark 1.1lowvsQwen3.8 27Bhigh Qwen3.8 MaxlowvsGrok 4.5medium Inkling SmallhighvsGrok 4.5medium GPT-5.4mediumvsQwen3.8 27Bhigh Gemini 2.5 FlashmediumvsQwen3.8 27Bhigh Muse Spark 1.1lowvsGrok 4.5medium