Grok 4.6 (Xhigh) vs Qwen3 235B A22B 2507 (Reasoning)
Mana yang lebih baik untuk uang: Grok 4.6 (Xhigh) oleh SpaceXAI atau Qwen3 235B A22B 2507 (Reasoning) oleh Alibaba? Kecerdasan, total biaya benchmark, dan waktu end-to-end dari Artificial Analysis & sumber lain, cuplikan 2026-10-27.
Tergantung anggaran Anda
Grok 4.6 (Xhigh) mendapat 31.5 poin lebih tinggi (44.2 vs 12.7), tetapi biaya menjalankan benchmark-nya 9.6× lebih besar ($2242 vs $234; kelas biaya unggulan vs menengah). Keduanya bukan alternatif di anggaran yang sama: pilih Grok 4.6 (Xhigh) jika Anda butuh kecerdasan di atas 12.7, dan Qwen3 235B A22B 2507 (Reasoning) jika 12.7 sudah cukup.
| Metrik | Grok 4.6 (Xhigh) | Qwen3 235B A22B 2507 (Reasoning) | Selisih |
|---|---|---|---|
| Kecerdasan (lebih tinggi lebih baik) | 44.2 | 12.7 | −71.3% Qwen3 235B A22B 2507 … 71.3% kurang cerdas |
| Total biaya AA (lebih rendah lebih baik) | $2,241.91 | $233.56 | −89.6% Qwen3 235B A22B 2507 … 89.6% lebih murah |
| Waktu ujung ke ujung (lebih rendah lebih baik) | 40.44s | 20.01s | −50.5% Qwen3 235B A22B 2507 … 50.5% lebih cepat |
| Harga per 1 juta token (masuk/keluar) | $2.00 / $6.00 | $0.23 / $2.30 | |
| Jenis input | Teks, Gambar | Teks |
Qwen3 235B A22B 2507 (Reasoning) dibanding Grok 4.6 (Xhigh): kecerdasan 71.3% lebih rendah, biaya menjalankan benchmark AA 89.6% lebih rendah, dan waktu total 50.5% lebih cepat.
Dibandingkan dengan batas Pareto
- Grok 4.6 (Xhigh) berada di luar batas: dengan biaya yang sama atau lebih rendah, Claude Opus 5.5 (High, Default Fallback) skor 53.60 untuk $2172.
- Qwen3 235B A22B 2507 (Reasoning) berada di luar batas: dengan biaya yang sama atau lebih rendah, MiMo-V2.6-Pro skor 46.30 untuk $207.
Bandingkan sesuatu yang lain
Accept: text/markdown or ?format=md mengembalikan halaman ini sebagai Markdown. JSON: /api/v1/compare/grok-4-6-xhigh/qwen3-235b-a22b-instruct-2507-reasoning · Markdown: /api/v1/compare/grok-4-6-xhigh/qwen3-235b-a22b-instruct-2507-reasoning?format=md · llms.txt · keterampilan agen