Qwen3.8 Max (low) vs Grok 4.5 (medium)

Qwen3.8 Max (low) лидирует по среднему баллу: 8.6 vs 8.5. Qwen3.8 Max (low) имеет более низкую стоимость benchmark: $0.702 vs $2.042. Qwen3.8 Max (low) быстрее: 21.83s vs 68.59s, с долей успешных попыток 80.3% vs 83.3%.

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

Ранг: #35
Общее число выходных токенов: 83,821
Время ответа (среднее): 21.83s
Общая стоимость: $0.702

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

Рекомендуемая модель Qwen3.8 Max (low)

Здесь у него лучший балл (8.6), при этом он примерно в 2.9 раза дешевле, чем Grok 4.5 (medium).

Подробное сравнение

Метрика	Qwen3.8 Max Qwen3.8 Max low Релиз: 2026-08-04	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	Qwen3.8 Max Qwen3.8 Max low Релиз: 2026-08-04	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	8.6	8.5
Ранг	#35	#37
Надежность	10.0	10.0
Стабильность	9.0	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	80.3%	83.3%
Нестабильные тесты	3	3
Всего запусков	66	66
Стоимость за результат	4.384	12.007
Общая стоимость	$0.702	$2.042
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$6.000 / 1M	$6.000 / 1M
Общее число входных токенов	99,181	122,155
Выходные токены	6,132	5,514
Токены рассуждений	77,689	293,946
Время ответа (среднее)	21.83s	68.59s
Время ответа (макс.)	155.75s	436.38s
Время ответа (суммарно)	480.37s	1508.91s
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.

#35 Qwen3.8 Max

low

Стоимость: $0.026
Время: 68.5s
Токены: 4,280 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 Max	10.0	10.0	100.0%	0		3.93s	984	228	1,750
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 Max	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952
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 Max	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937
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 Max	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257
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 Max	2.9	7.2	11.1%	1		40.12s	1,014	62	19,512
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 Max	6.5	3.4	66.7%	1		5.29s	594	128	568
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 Max	10.0	10.0	100.0%	0		4.01s	855	102	851
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 Max	9.9	10.0	100.0%	0		4.11s	930	286	1,304
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 Max	10.0	10.0	100.0%	0		8.06s	8,463	295	693
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 Max	3.0	10.0	0.0%	0		12.43s	282	28	1,865
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.2lowvsGrok 4.5medium GPT-5.4mediumvsQwen3.8 Maxlow Claude Fable 5mediumvsQwen3.8 Maxlow Qwen3.8 27BhighvsGrok 4.5medium Muse Spark 1.1mediumvsQwen3.8 Maxlow Muse Spark 1.2mediumvsQwen3.8 Maxlow Inkling SmallhighvsGrok 4.5medium Muse Spark 1.2highvsQwen3.8 Maxlow Qwen3.8 MaxlowvsGrok 4.6medium Claude Opus 4.7mediumvsQwen3.8 Maxlow Muse Spark 1.1lowvsGrok 4.5medium GPT-5.2mediumvsQwen3.8 Maxlow