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

Средний балл практически равен: 9.0 vs 9.0. Qwen3.8 Max (medium) имеет более низкую стоимость benchmark: $0.771 vs $2.252. Qwen3.8 Max (medium) быстрее: 23.34s vs 72.30s, с долей успешных попыток 80.3% vs 86.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-18

Сравниваемые модели

Ранг: #29
Общее число выходных токенов: 92,047
Время ответа (среднее): 23.34s
Общая стоимость: $0.771

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

Рекомендуемая модель Qwen3.8 Max (medium)

Здесь у него лучший балл (9.0), при этом он примерно в 2.9 раза дешевле, чем Grok 4.5 (high).

Подробное сравнение

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

Метрика	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04	Grok 4.5 Grok 4.5 high Релиз: 2026-07-08
Оценка	9.0	9.0
Ранг	#29	#30
Надежность	10.0	10.0
Стабильность	9.7	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	80.3%	86.4%
Нестабильные тесты	1	3
Всего запусков	66	66
Стоимость за результат	4.532	12.565
Общая стоимость	$0.771	$2.252
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$6.000 / 1M	$6.000 / 1M
Общее число входных токенов	109,055	152,175
Выходные токены	6,566	5,655
Токены рассуждений	85,481	318,807
Время ответа (среднее)	23.34s	72.30s
Время ответа (макс.)	126.60s	676.83s
Время ответа (суммарно)	513.47s	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.

#29 Qwen3.8 Max

medium

Стоимость: $0.028
Время: 71.9s
Токены: 4,750 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	10.0	10.0	100.0%	0		4.17s	672	312	2,075
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	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804
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	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688
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	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519
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	3.0	10.0	0.0%	0		41.77s	780	62	20,803
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	10.0	10.0	100.0%	0		6.41s	516	168	700
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	10.0	10.0	100.0%	0		3.49s	699	102	914
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	10.0	10.0	100.0%	0		4.93s	696	401	1,575
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	10.0	10.0	100.0%	0		7.83s	8,229	267	636
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	3.0	10.0	0.0%	0		11.49s	204	28	1,767
Grok 4.5	3.0	10.0	0.0%	0		60.58s	789	12	13,235

Быстрое сравнение

Сменить пару сравнения

Claude Fable 5.1highvsQwen3.8 Maxmedium GPT-5.3-CodexmediumvsGrok 4.5high GPT-5.5mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGrok 4.5high ParetononevsGrok 4.5high Muse Spark 1.3highvsQwen3.8 Maxmedium Qwen3.7 MaxmediumvsGrok 4.5high Qwen3.8 MaxmediumvsParetonone Seed 2.1 TurbohighvsQwen3.8 Maxmedium Seed 2.1 TurbolowvsQwen3.8 Maxmedium Seed 2.1 TurbolowvsGrok 4.5high Gemini 3.5 FlashlowvsGrok 4.5high