导航
Advertise here

Qwen4 Max vs Grok 4.6 (low)

Qwen4 Max 平均分领先,为 7.0 vs 6.9。 Qwen4 Max benchmark 成本更低,为 $0.465 vs $0.781。 Qwen4 Max 更快,为 6.38s vs 16.44s,通过率为 63.8% vs 66.7%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#230
总输出令牌
9,342
响应时间(平均)
6.38s
总成本
$0.465
排名
#235
总输出令牌
42,315
响应时间(平均)
16.44s
总成本
$0.781
推荐模型 Qwen4 Max

它在这里得分最高(7.0),同时成本比Grok 4.6 (low)低约 1.7 倍。

详细对比

指标 Qwen4 Max Qwen4 Max none 发布日期: 2026-11-16 Grok 4.6 Grok 4.6 low 发布日期: 2026-08-12
分数 7.0 6.9
排名 #230 #235
可靠性 10.0 10.0
一致性 9.6 9.6
尝试次数 69/69 69/69
测试正确
尝试通过率 63.8% 66.7%
不稳定测试 1 1
总运行次数 69 69
每个结果成本 3.321 5.205
总成本 $0.465 $0.781
输入价格 $1.500 / 1M $2.000 / 1M
输出价格 $4.500 / 1M $6.000 / 1M
缓存读取价格 $0.075 / 1M $0.500 / 1M
缓存写入价格 $1.875 / 1M 不适用
总输入令牌 281,902 263,427
输出令牌 9,342 6,006
推理令牌 0 36,309
响应时间(平均) 6.38s 16.44s
响应时间(最大) 67.27s 57.97s
响应时间(总计) 146.64s 378.14s
参数量 ~2.4T 总计 (~95B 激活) ~1.7T 总计 (~170B 激活)
开放状态 闭源 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#230 Qwen4 Max

none
成本
$0.027
时间
123.5s
令牌
6,091 tok

#235 SpaceXAI: Grok 4.6

low
成本
$0.011
时间
26.0s
令牌
1,941 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

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
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0
Grok 4.6 5.5 7.1 44.4% 1 21.69s 9,579 349 7,740

切换对比组合