Qwen3.8 Max (medium) vs Grok 4.6 (high)

Grok 4.6 (high) лидирует по среднему баллу: 9.2 vs 9.1. Qwen3.8 Max (medium) имеет более низкую стоимость benchmark: $0.728 vs $1.809. Qwen3.8 Max (medium) быстрее: 21.53s vs 79.38s, с долей успешных попыток 84.9% vs 84.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-12

Ранг: #16
Общее число выходных токенов: 84,826
Время ответа (среднее): 21.53s
Общая стоимость: $0.728

Ранг: #11
Общее число выходных токенов: 265,604
Время ответа (среднее): 79.38s
Общая стоимость: $1.809

Рекомендуемая модель Qwen3.8 Max (medium)

Его балл близок к лучшему здесь (9.1 против 9.2), при этом он примерно в 2.5 раза дешевле, чем Grok 4.6 (high).

Подробное сравнение

Метрика	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12

Метрика	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12
Оценка	9.1	9.2
Ранг	#16	#11
Надежность	10.0	10.0
Стабильность	9.7	9.6
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	84.9%	84.9%
Нестабильные тесты	1	1
Всего запусков	66	66
Стоимость за результат	4.040	10.046
Общая стоимость	$0.728	$1.809
Цена входа	$2.000 / 1M	$2.000 / 1M
Цена выхода	$6.000 / 1M	$6.000 / 1M
Общее число входных токенов	109,046	107,266
Выходные токены	6,567	5,094
Токены рассуждений	78,259	260,510
Время ответа (среднее)	21.53s	79.38s
Время ответа (макс.)	126.60s	618.49s
Время ответа (суммарно)	473.75s	1746.29s
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.

#16 Qwen3.8 Max

medium

Стоимость: $0.028
Время: 71.9s
Токены: 4,750 tok

#11 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:

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 4.6	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	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804
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	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688
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	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519
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	5.3	10.0	33.3%	0		28.52s	771	63	13,581
Grok 4.6	3.6	7.2	22.2%	1		334.95s	2,514	14	137,858

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 4.6	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	10.0	10.0	100.0%	0		3.49s	699	102	914
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	10.0	10.0	100.0%	0		4.93s	696	401	1,575
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	10.0	10.0	100.0%	0		7.83s	8,229	267	636
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	3.0	10.0	0.0%	0		11.49s	204	28	1,767
Grok 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922

Быстрое сравнение

Сменить пару сравнения

Seed 2.1 TurbolowvsQwen3.8 Maxmedium Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5mediumvsGrok 4.6high Qwen3.7 MaxmediumvsGrok 4.6high Gemini 3.5 FlashmediumvsGrok 4.6high GPT-5.5lowvsGrok 4.6high Seed 2.1 TurbolowvsGrok 4.6high Claude Opus 5highvsQwen3.8 Maxmedium GPT-5.6 SolmediumvsGrok 4.6high Gemini 3.5 FlashlowvsQwen3.8 Maxmedium Qwen3.8 MaxmediumvsGrok 4.5high GPT-5.5lowvsQwen3.8 Maxmedium