Qwen3.8 27B (high) vs Grok 4.6 (medium)

排名: #42
总输出令牌: 656,635
响应时间（平均）: 167.89s
总成本: 不适用

排名: #39
总输出令牌: 249,808
响应时间（平均）: 73.46s
总成本: $1.713

推荐模型 Grok 4.6 (medium)

它在这里得分最高（8.4），同时响应速度比Qwen3.8 27B (high)快约 2.3 倍。

详细对比

指标	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14	Grok 4.6 Grok 4.6 medium 发布日期: 2026-08-12

指标	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14	Grok 4.6 Grok 4.6 medium 发布日期: 2026-08-12
分数	8.4	8.4
排名	#42	#39
可靠性	9.6	10.0
一致性	9.2	8.6
尝试次数	66/66	66/66
测试正确
尝试通过率	77.3%	81.8%
不稳定测试	2	4
总运行次数	66	66
每个结果成本	不适用	10.703
总成本	不适用	$1.713
输入价格	不适用	$2.000 / 1M
输出价格	不适用	$6.000 / 1M
总输入令牌	100,179	106,787
输出令牌	904	4,811
推理令牌	655,731	244,997
响应时间（平均）	167.89s	73.46s
响应时间（最大）	640.85s	514.35s
响应时间（总计）	3693.54s	1616.12s
参数量	27.3B	~1.7T 总计 (~170B 激活)
开放状态	权重可用	闭源

模型生成展示

Hamster playing table tennis

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

#42 Qwen3.8 27B

high

成本: 不适用
时间: 270.1s
令牌: 18,963 tok

#39 SpaceXAI: Grok 4.6

medium

成本: $0.028
时间: 72.1s
令牌: 4,771 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335
Grok 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

快速对比

切换对比组合

GPT-5.2mediumvsQwen3.8 27Bhigh Seed 2.1 TurbomediumvsQwen3.8 27Bhigh Qwen3.8 27BhighvsGrok 4.5low Muse Spark 1.2lowvsGrok 4.6medium Inkling SmallhighvsGrok 4.6medium Muse Spark 1.2lowvsQwen3.8 27Bhigh Qwen3.8 27BhighvsGrok 4.5medium Muse Spark 1.1lowvsQwen3.8 27Bhigh Qwen3.8 MaxlowvsGrok 4.6medium Muse Spark 1.1lowvsGrok 4.6medium GPT-5.4mediumvsQwen3.8 27Bhigh Gemini 2.5 FlashmediumvsQwen3.8 27Bhigh