导航
Advertise here

Qwen4 Max (xhigh) vs Grok 4.5 (high)

Grok 4.5 (high) 平均分领先,为 8.2 vs 8.2。 Qwen4 Max (xhigh) benchmark 成本更低,为 $1.830 vs $2.687。 Grok 4.5 (high) 更快,为 72.50s vs 106.83s,通过率为 82.6% vs 82.6%。

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
#141
总输出令牌
291,229
响应时间(平均)
106.83s
总成本
$1.830
排名
#136
总输出令牌
333,632
响应时间(平均)
72.50s
总成本
$2.687
推荐模型 Grok 4.5 (high)

它在本次比较中得分最高(8.2),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Qwen4 Max Qwen4 Max xhigh 发布日期: 2026-11-16 Grok 4.5 Grok 4.5 high 发布日期: 2026-07-08
分数 8.2 8.2
排名 #141 #136
可靠性 9.8 10.0
一致性 9.3 8.9
尝试次数 69/69 69/69
测试正确
尝试通过率 82.6% 82.6%
不稳定测试 2 3
总运行次数 69 69
每个结果成本 10.162 15.123
总成本 $1.830 $2.687
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 $0.300 / 1M
缓存写入价格 $1.875 / 1M 不适用
总输入令牌 345,694 342,124
输出令牌 8,170 7,135
推理令牌 283,059 326,497
响应时间(平均) 106.83s 72.50s
响应时间(最大) 595.00s 676.83s
响应时间(总计) 2457.00s 1667.51s
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.

#141 Qwen4 Max

xhigh
成本
$0.120
时间
456.4s
令牌
26,650 tok

#136 SpaceXAI: Grok 4.5

high
成本
$0.015
时间
29.7s
令牌
2,737 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 10.0 10.0 100.0% 0 28.72s 8,010 426 16,827
Grok 4.5 10.0 10.0 100.0% 0 155.16s 9,579 357 100,752

切换对比组合