Сравниваемые модели

Бенчмарк-сравнение Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low): Grok 4.6 (high) лидирует по Оценка со значением 9.2. Grok 4.6 (high) лидирует по Надежность со значением 10.0. У Seed-2.0-Code (low) самый низкий Общая стоимость: $0.681. Seed-2.0-Code (low) самый быстрый: 65.89s.

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

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

Ранг: #15
Общее число выходных токенов: 631,257
Время ответа (среднее): 168.41s
Общая стоимость: $1.631

Ранг: #46
Общее число выходных токенов: 554,485
Время ответа (среднее): 132.39s
Общая стоимость: $3.113

Ранг: #66
Общее число выходных токенов: 212,558
Время ответа (среднее): 65.89s
Общая стоимость: $0.681

Рекомендуемая модель Grok 4.6 (high)

Здесь у него лучший балл (9.2), и он отвечает примерно в 1.5 раза быстрее, чем другие модели в этом сравнении.

Подробное сравнение

Метрика	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12	Seed 2.1 Turbo Seed 2.1 Turbo low Релиз: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12	Seed-2.0-Code Seed-2.0-Code low Релиз: 2026-08-12

Метрика	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12	Seed 2.1 Turbo Seed 2.1 Turbo low Релиз: 2026-08-12	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low Релиз: 2026-08-12	Seed-2.0-Code Seed-2.0-Code low Релиз: 2026-08-12
Оценка	9.2	9.1	8.2	7.7
Ранг	#11	#15	#46	#66
Надежность	10.0	9.9	9.1	5.7
Стабильность	9.6	8.9	8.9	7.5
Попытки	66/66	66/66	66/66	66/66
Тестов верно
Доля успешных попыток	84.9%	83.3%	78.8%	80.3%
Нестабильные тесты	1	3	3	7
Всего запусков	66	66	66	66
Стоимость за результат	10.046	9.591	19.453	5.235
Общая стоимость	$1.809	$1.631	$3.113	$0.681
Цена входа	$2.000 / 1M	$0.500 / 1M	$2.000 / 1M	$0.500 / 1M
Цена выхода	$6.000 / 1M	$2.500 / 1M	$6.000 / 1M	$3.000 / 1M
Общее число входных токенов	107,266	104,483	113,340	85,648
Выходные токены	5,094	6,848	107,311	8,142
Токены рассуждений	260,510	624,409	447,174	204,416
Время ответа (среднее)	79.38s	168.41s	132.39s	65.89s
Время ответа (макс.)	618.49s	739.98s	534.21s	485.92s
Время ответа (суммарно)	1746.29s	3705.09s	2912.56s	1449.53s
Параметры	~1.7T всего (~170B активных)	~200B всего (~20B активных)	2.4T всего (95B активных)	~200B всего (~20B активных)
Доступность	Закрытая модель	Закрытая модель	Веса доступны	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#11 SpaceXAI: Grok 4.6

high

Стоимость: $0.107
Время: 265.1s
Токены: 18,001 tok

#15 Seed 2.1 Turbo

low

Стоимость: $0.049
Время: 298.8s
Токены: 19,730 tok

#46 Qwen3.8 2.4T A95B

low

Стоимость: $0.100
Время: 193.2s
Токены: 16,767 tok

#66 Seed-2.0-Code

low

Provider returned error

Стоимость: $0.000
Время: 0.3s
Токены: 0 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	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	0	14.44s	2,991	79	6,805
Seed 2.1 Turbo	8.2	7.9	83.3%	1	34.78s	906	624	22,595
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0	22.04s	1,104	397	4,814
Seed-2.0-Code	8.7	7.9	91.7%	1	39.56s	930	2,650	15,987

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	0	102.20s	9,579	379	51,829
Seed 2.1 Turbo	10.0	10.0	100.0%	0	360.85s	8,220	385	207,368
Qwen3.8 2.4T A95B	7.6	7.2	77.8%	1	172.53s	6,716	21,405	57,399
Seed-2.0-Code	7.0	5.0	77.8%	2	109.70s	7,948	455	55,759

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	0	91.77s	68,548	3,931	34,529
Seed 2.1 Turbo	10.0	10.0	100.0%	0	359.97s	74,199	4,604	132,545
Qwen3.8 2.4T A95B	8.2	6.9	66.7%	1	231.85s	85,267	8,008	50,681
Seed-2.0-Code	7.3	5.8	83.3%	1	99.12s	55,969	3,774	21,408

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	16.08s	8,937	225	6,590
Seed 2.1 Turbo	10.0	10.0	100.0%	34.55s	8,544	246	12,576
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	22.27s	7,956	839	2,445
Seed-2.0-Code	10.0	10.0	100.0%	24.88s	8,046	246	1,639

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	3.6	7.2	22.2%	1	334.95s	2,514	14	137,858
Seed 2.1 Turbo	3.5	4.4	33.3%	2	457.61s	794	12	200,793
Qwen3.8 2.4T A95B	5.5	9.3	33.3%	0	386.04s	1,069	2,399	228,792
Seed-2.0-Code	4.1	4.4	44.5%	2	191.85s	966	16	103,875

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	0	19.51s	1,077	56	2,448
Seed 2.1 Turbo	10.0	10.0	100.0%	0	41.83s	573	235	6,851
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1	22.97s	606	44	1,497
Seed-2.0-Code	6.5	3.4	66.7%	1	11.14s	579	179	1,117

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	9.8	10.0	100.0%	13.82s	1,857	57	4,318
Seed 2.1 Turbo	9.8	10.0	100.0%	5.05s	816	72	1,271
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	19.54s	903	263	1,480
Seed-2.0-Code	9.8	10.0	100.0%	12.20s	828	72	1,034

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	15.56s	2,430	122	5,706
Seed 2.1 Turbo	10.0	10.0	100.0%	23.45s	867	430	12,087
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	43.37s	1,026	1,154	25,563
Seed-2.0-Code	9.9	10.0	100.0%	12.50s	885	445	2,470

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	10.0	10.0	100.0%	13.30s	8,544	216	1,505
Seed 2.1 Turbo	10.0	10.0	100.0%	27.40s	9,297	228	1,452
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	25.88s	8,481	302	975
Seed-2.0-Code	10.0	10.0	100.0%	55.56s	9,315	296	637

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Grok 4.6	3.0	10.0	0.0%	54.22s	789	15	8,922
Seed 2.1 Turbo	3.0	10.0	0.0%	171.92s	267	12	26,871
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	422.46s	212	72,500	73,528
Seed-2.0-Code	3.0	10.0	0.0%	10.02s	182	9	490

Быстрое сравнение

Сменить пару сравнения

Seed 2.1 TurbolowvsGemini 3.5 Flashmedium Seed 2.1 TurbolowvsQwen3.8 Maxmedium Seed-2.0-CodelowvsGLM 5medium Gemini 3.1 Pro PreviewmediumvsGrok 4.6high Claude Opus 5mediumvsGrok 4.6high Seed 2.1 TurbolowvsQwen3.7 Maxmedium Claude Opus 4.6mediumvsSeed-2.0-Codelow Seed-2.0-CodelowvsGPT-5.6 Lunahigh Seed-2.0-CodelowvsSolar Pro 4xhigh Muse Glimmer 30BxhighvsQwen3.8 2.4T A95Blow Seed-2.0-CodelowvsQwen3.7 Flashhigh Seed-2.0-CodelowvsDeepSeek V4 Flashhigh