导航
AI BENCHY
Advertise here

已对比模型

Grok 4.6 (high) vs Seed 2.1 Turbo (low) vs Qwen3.8 2.4T A95B (low) vs Seed-2.0-Code (low) 基准对比: Grok 4.6 (high) 在分数上以 9.2 领先。 Grok 4.6 (high) 在可靠性上以 10.0 领先。 Seed-2.0-Code (low) 的总成本最低，为 $0.681。 Seed-2.0-Code (low) 最快，为 65.89s。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-12

排名
#11
总输出令牌
265,604
响应时间（平均）
79.38s
总成本
$1.809
排名
#15
总输出令牌
631,257
响应时间（平均）
168.41s
总成本
$1.631
排名
#46
总输出令牌
554,485
响应时间（平均）
132.39s
总成本
$3.113
排名
#66
总输出令牌
212,558
响应时间（平均）
65.89s
总成本
$0.681
推荐模型 Grok 4.6 (high)

它在这里得分最高（9.2），同时响应速度比本次比较中的其他模型快约 1.5 倍。

详细对比

指标 Grok 4.6 Grok 4.6 high 发布日期: 2026-08-12 Seed 2.1 Turbo Seed 2.1 Turbo low 发布日期: 2026-08-12 Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B low 发布日期: 2026-08-12 Seed-2.0-Code Seed-2.0-Code low 发布日期: 2026-08-12
分数 9.2 9.1 8.2 7.7
排名 #11 #15 #46 #66
可靠性 10.0 9.9 9.1 5.7
一致性 9.6 8.9 8.9 7.5
尝试次数 66/66 66/66 66/66 66/66
测试正确
尝试通过率 84.9% 83.3% 78.8% 80.3%
不稳定测试 1 3 3 7
总运行次数 66 66 66 66
每个结果成本 10.046 9.591 19.453 5.235
总成本 $1.809 $1.631 $3.113 $0.681
输入价格 $2.000 / 1M $0.500 / 1M $2.000 / 1M $0.500 / 1M
输出价格 $6.000 / 1M $2.500 / 1M $6.000 / 1M $3.000 / 1M
总输入令牌 107,266 104,483 113,340 85,648
输出令牌 5,094 6,848 107,311 8,142
推理令牌 260,510 624,409 447,174 204,416
响应时间（平均） 79.38s 168.41s 132.39s 65.89s
响应时间（最大） 618.49s 739.98s 534.21s 485.92s
响应时间（总计） 1746.29s 3705.09s 2912.56s 1449.53s
参数量 ~1.7T 总计 (~170B 激活) ~200B 总计 (~20B 激活) 2.4T 总计 (95B 激活) ~200B 总计 (~20B 激活)
开放状态 闭源 闭源 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.

#11 SpaceXAI: Grok 4.6

high
成本
$0.107
时间
265.1s
令牌
18,001 tok

#15 Seed 2.1 Turbo

low
成本
$0.049
时间
298.8s
令牌
19,730 tok

#46 Qwen3.8 2.4T A95B

low
成本
$0.100
时间
193.2s
令牌
16,767 tok

#66 Seed-2.0-Code

low
Provider returned error
成本
$0.000
时间
0.3s
令牌
0 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
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

快速对比

切换对比组合

Seed 2.1 TurbolowvsGemini 3.5 FlashmediumSeed 2.1 TurbolowvsQwen3.8 MaxmediumSeed-2.0-CodelowvsGLM 5mediumGemini 3.1 Pro PreviewmediumvsGrok 4.6highClaude Opus 5mediumvsGrok 4.6highSeed 2.1 TurbolowvsQwen3.7 MaxmediumClaude Opus 4.6mediumvsSeed-2.0-CodelowSeed-2.0-CodelowvsGPT-5.6 LunahighSeed-2.0-CodelowvsSolar Pro 4xhighMuse Glimmer 30BxhighvsQwen3.8 2.4T A95BlowSeed-2.0-CodelowvsQwen3.7 FlashhighSeed-2.0-CodelowvsDeepSeek V4 Flashhigh