Qwen3.8 Max (0902) (low) vs Grok 4.5 (high)

Qwen3.8 Max (0902) (low) лидирует по среднему баллу: 9.1 vs 9.0. Qwen3.8 Max (0902) (low) имеет более низкую стоимость benchmark: $0.664 vs $2.252. Qwen3.8 Max (0902) (low) быстрее: 24.21s vs 72.30s, с долей успешных попыток 86.4% vs 86.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-07

Ранг: #23
Общее число выходных токенов: 75,865
Время ответа (среднее): 24.21s
Общая стоимость: $0.664

Ранг: #30
Общее число выходных токенов: 324,462
Время ответа (среднее): 72.30s
Общая стоимость: $2.252

Рекомендуемая модель Qwen3.8 Max (0902) (low)

Здесь у него лучший балл (9.1), при этом он примерно в 3.4 раза дешевле, чем Grok 4.5 (high).

Подробное сравнение

Метрика	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08

Метрика	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08
Оценка	9.1	9.0
Ранг	#23	#30
Надежность	10.0	10.0
Стабильность	9.3	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	86.4%	86.4%
Нестабильные тесты	2	3
Всего запусков	66	66
Стоимость за результат	3.684	12.565
Общая стоимость	$0.664	$2.252
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$6.000 / 1M	$6.000 / 1M
Общее число входных токенов	103,954	152,175
Выходные токены	6,322	5,655
Токены рассуждений	69,543	318,807
Время ответа (среднее)	24.21s	72.30s
Время ответа (макс.)	207.79s	676.83s
Время ответа (суммарно)	532.62s	1590.56s
Параметры	2.4T всего (~100B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#23 Qwen3.8 Max (0902)

low

Стоимость: $0.014
Время: 41.2s
Токены: 2,421 tok

#30 SpaceXAI: Grok 4.5

high

Стоимость: $0.015
Время: 29.7s
Токены: 2,737 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 Max (0902)	10.0	10.0	100.0%	0		4.72s	984	212	1,854
Grok 4.5	10.0	10.0	100.0%	0		5.67s	2,991	204	4,545

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		37.42s	8,127	485	17,404
Grok 4.5	10.0	10.0	100.0%	0		155.16s	9,579	357	100,752

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335
Grok 4.5	10.0	10.0	100.0%	0		35.56s	113,448	4,299	13,004

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		9.94s	7,938	261	2,254
Grok 4.5	10.0	10.0	100.0%	0		7.63s	8,937	225	3,888

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881
Grok 4.5	4.1	4.4	44.5%	2		301.27s	2,523	6	173,117

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		8.91s	594	120	820
Grok 4.5	4.7	1.6	66.7%	1		9.82s	1,077	83	1,899

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.32s	855	90	866
Grok 4.5	9.8	10.0	100.0%	0		6.23s	1,857	57	3,154

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.49s	930	275	1,248
Grok 4.5	10.0	10.0	100.0%	0		7.88s	2,430	220	4,312

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.73s	8,463	249	126
Grok 4.5	10.0	10.0	100.0%	0		5.71s	8,544	192	901

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Быстрое сравнение

Сменить пару сравнения

Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)low Qwen3.8 MaxmediumvsGrok 4.5high GPT-5.3-CodexmediumvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high Qwen3.7 MaxmediumvsGrok 4.5high Claude Opus 5mediumvsQwen3.8 Max (0902)low Claude Opus 5highvsQwen3.8 Max (0902)low Claude Fable 5.1highvsQwen3.8 Max (0902)low Gemini 3.5 FlashmediumvsQwen3.8 Max (0902)low GPT-5.5mediumvsQwen3.8 Max (0902)low Gemini 3.1 Pro PreviewmediumvsQwen3.8 Max (0902)low