Qwen3.8 27B (low) vs Grok 4.7 (low)

已对比模型

排名: #85
总输出令牌: 169,329
响应时间（平均）: 39.11s
总成本: ~$0.071

排名: #81
总输出令牌: 231,848
响应时间（平均）: 59.02s
总成本: $1.320

推荐模型 Qwen3.8 27B (low)

它在这里得分最高（7.9），同时成本比Grok 4.7 (low)低约 18.6 倍。

详细对比

指标	Qwen3.8 27B Qwen3.8 27B low 发布日期: 2026-08-14	Grok 4.7 Grok 4.7 low 发布日期: 2026-09-21

指标	Qwen3.8 27B Qwen3.8 27B low 发布日期: 2026-08-14	Grok 4.7 Grok 4.7 low 发布日期: 2026-09-21
分数	7.9	7.9
排名	#85	#81
可靠性	10.0	10.0
一致性	10.0	8.3
尝试次数	66/66	66/66
测试正确
尝试通过率	68.2%	77.3%
不稳定测试	0	5
总运行次数	66	66
每个结果成本	~0.473	9.422
总成本	~$0.071	$1.320
输入价格	不适用	$1.600 / 1M
输出价格	不适用	$4.800 / 1M
总输入令牌	99,705	128,832
输出令牌	1,545	6,840
推理令牌	167,784	225,008
响应时间（平均）	39.11s	59.02s
响应时间（最大）	376.04s	389.63s
响应时间（总计）	860.51s	1298.42s
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.

#85 Qwen3.8 27B

low

成本: ~$0.003
时间: 92.8s
令牌: 6,902 tok

#81 SpaceXAI: Grok 4.7

low

成本: $0.007
时间: 15.2s
令牌: 1,537 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		3.02s	984	183	2,016
Grok 4.7	10.0	10.0	100.0%	0		9.92s	2,991	94	7,306

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	7.7	10.0	66.7%	0		140.92s	8,127	585	86,694
Grok 4.7	8.4	7.4	88.9%	1		189.08s	9,579	346	99,053

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		90.63s	69,687	66	37,791
Grok 4.7	7.3	5.8	83.3%	1		31.17s	90,114	5,684	6,430

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		8.03s	9,087	150	1,962
Grok 4.7	10.0	10.0	100.0%	0		4.88s	8,937	225	2,050

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		60.78s	1,014	12	31,872
Grok 4.7	5.3	10.0	33.3%	0		159.09s	2,523	17	84,957

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		5.37s	594	132	729
Grok 4.7	4.1	2.7	33.3%	1		11.32s	1,077	75	2,060

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	10.0	10.0	100.0%	0		2.43s	855	48	915
Grok 4.7	8.4	6.9	83.3%	1		6.19s	1,857	57	2,559

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	7.7	10.0	66.7%	0		4.91s	930	240	2,382
Grok 4.7	8.2	7.2	88.9%	1		12.45s	2,430	151	6,628

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	3.0	10.0	0.0%	0		8.42s	8,145	15	1,350
Grok 4.7	10.0	10.0	100.0%	0		4.26s	8,535	174	336

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		12.64s	282	114	2,073
Grok 4.7	3.0	10.0	0.0%	0		76.84s	789	17	13,629

快速对比

切换对比组合

Kimi K3maxvsGrok 4.7low Qwen3.8 27BlowvsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.8 27Blow GPT-5.2 ChatnonevsGrok 4.7low Step 3.7 FlashmediumvsGrok 4.7low GPT-5.6 TerrahighvsGrok 4.7low Kimi K3maxvsQwen3.8 27Blow InklingmediumvsGrok 4.7low GPT-5.6 TerrahighvsQwen3.8 27Blow Gemini 3.5 Flash LitemediumvsQwen3.8 27Blow Qwen3.8 27BlowvsGLM 5.2medium Qwen3.7 PlusmediumvsGrok 4.7low