Qwen3.8 Max (0902) (low) vs Grok 4.6 (high)

Средний балл практически равен: 8.6 vs 8.5. Qwen3.8 Max (0902) (low) имеет более низкую стоимость benchmark: $1.131 vs $2.629. Qwen3.8 Max (0902) (low) быстрее: 29.07s vs 87.48s, с долей успешных попыток 85.5% vs 82.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #63
Общее число выходных токенов: 88,923
Время ответа (среднее): 29.07s
Общая стоимость: $1.131

Ранг: #64
Общее число выходных токенов: 312,614
Время ответа (среднее): 87.48s
Общая стоимость: $2.629

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

Здесь у него лучший балл (8.6), при этом он примерно в 2.3 раза дешевле, чем Grok 4.6 (high).

Подробное сравнение

Метрика	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12

Метрика	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12
Оценка	8.6	8.5
Ранг	#63	#64
Надежность	10.0	10.0
Стабильность	9.0	10.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	85.5%	82.6%
Нестабильные тесты	3	0
Всего запусков	69	69
Стоимость за результат	6.283	13.833
Общая стоимость	$1.131	$2.629
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$6.000 / 1M	$6.000 / 1M
Общее число входных токенов	298,682	376,233
Выходные токены	8,374	6,687
Токены рассуждений	80,549	305,927
Время ответа (среднее)	29.07s	87.48s
Время ответа (макс.)	207.79s	618.49s
Время ответа (суммарно)	668.66s	2012.15s
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.

#63 Qwen3.8 Max (0902)

low

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

#64 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:

Агентные задачи	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		136.04s	194,728	2,052	11,006
Grok 4.6	5.0	10.0	0.0%	0		160.89s	268,958	1,593	28,804

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 4.6	10.0	10.0	100.0%	0		14.44s	2,991	79	6,805

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 4.6	10.0	10.0	100.0%	0		102.20s	9,579	379	51,829

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 4.6	10.0	10.0	100.0%	0		91.77s	68,548	3,931	34,529

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	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 4.6	10.0	10.0	100.0%	0		16.08s	8,937	225	6,590

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 4.6	5.3	10.0	33.3%	0		369.95s	2,523	14	154,471

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 4.6	10.0	10.0	100.0%	0		19.51s	1,077	56	2,448

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 4.6	9.8	10.0	100.0%	0		13.82s	1,857	57	4,318

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 4.6	10.0	10.0	100.0%	0		15.56s	2,430	122	5,706

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 4.6	10.0	10.0	100.0%	0		13.30s	8,544	216	1,505

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 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.3lowvsGrok 4.6high Claude Sonnet 5mediumvsGrok 4.6high Qwen3.7 MaxmediumvsGrok 4.6high Claude Sonnet 5.5highvsQwen3.8 Max (0902)low Claude Sonnet 5.5xhighvsQwen3.8 Max (0902)low Claude Sonnet 5mediumvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)low Claude Sonnet 5.5xhighvsGrok 4.6high Muse Spark 1.1lowvsGrok 4.6high DeepSeek V4.1 FlashmaxvsGrok 4.6high Seed 2.1 TurbomediumvsQwen3.8 Max (0902)low Qwen3.8 Max (0902)lowvsMiMo-V2.6-Promedium