BenchLeader

Grok 4.20 vs Qwen3.8 Max

完整资料:Grok 4.20(SpaceXAI)和 Qwen3.8 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 14 个来源

截至 2026年11月16日,Grok 4.20 与 Qwen3.8 Max 的质量不相上下(BenchLeader Index 58.3 比 58.7,在 ±5.4 的误差范围内)。Grok 4.20 更便宜,对方的价格是它的 1.9 倍(每百万 token 混合价格 $1.56 比 $3.00)。看重推理(61 比 52)选 Grok 4.20;看重数学(65 比 54)、编程(62 比 53)和智能体与工具(59 比 51)选 Qwen3.8 Max。Grok 4.20 的首次回答更快(12.1 秒 比 119.6 秒)。Grok 4.20 的输出更快(约 1.5 倍)。

要点(截至 2026年11月16日)

  • Grok 4.20 的 BenchLeader Index 为 58.3,Qwen3.8 Max 为 58.7(BenchLeader,2026年11月16日)。
  • Grok 4.20 每百万 token 混合价格为 $1.56(标价,2026年11月16日)。
  • Qwen3.8 Max 每百万 token 混合价格为 $3.00(标价,2026年11月16日)。
  • Grok 4.20 比 Qwen3.8 Max 输出更快(约 1.5 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 40 项基准测试中,Qwen3.8 Max 领先 40 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,Grok 4.20 的评分为 1376,Qwen3.8 Max 为 1676(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Qwen3.8 Max类别得分 62 比 53;Arena WebDev 1676 比 1376高
智能体与工具调用Qwen3.8 Max类别得分 59 比 51;Terminal-Bench 2.1 (Vals) 67.4% 比 44.2%高
数学Qwen3.8 Max类别得分 65 比 54;Arena Maths 1505 比 1464高
推理Grok 4.20类别得分 61 比 52;Arena Hard Prompts 1489 比 1507高
知识Qwen3.8 Max类别得分 58 比 53;MMLU-Pro 88.6% 比 86.3%中
长文档Qwen3.8 Max类别得分 65 比 59;AA-LCR v1.1 80.3% 比 69.0%中
图像及其他媒体Qwen3.8 Max类别得分 66 比 58;Arena Vision 1312 比 1263中
对话质量(人类偏好)Qwen3.8 MaxArena 投票 68 比 66中
成本最低Grok 4.20每百万 token 混合价格 $1.56 比 $3.00;智能体编程会话 $0.085 比 $0.144–
首次回答最快Grok 4.20首个回答 token 12.1 秒(Grok 4.20 (thinking))比 119.6 秒(Qwen3.8 Max (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • Grok 4.20 (thinking) 与 Qwen3.8 Max (max) 的质量不相上下(58.3 比 58.7,在 ±5.4 的误差范围内)。
  • Grok 4.20 (thinking) 在推理方面更强。
  • Qwen3.8 Max (max) 在智能体与工具、编程、人类偏好、知识、长上下文、数学、多模态方面更强。
  • Grok 4.20 (thinking) 更便宜,对方的价格是它的 1.9 倍(每百万 token 混合价格 $1.56 比 $3.00)。
  • Grok 4.20 (thinking) 的输出速度是对方的 1.9 倍(111 比 59 token/秒)。

概览

规格Grok 4.20Qwen3.8 Max
提供商SpaceXAIAlibaba
发布日期2026年2月17日2026年8月3日
上下文窗口(token)2,000,0001,000,000
对比时的配置Grok 4.20 (thinking)Qwen3.8 Max (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.25 / $2.50 / $0.200$2.00 / $6.00 / $0.250

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Grok 4.20 (thinking)Qwen3.8 Max (max)领先者
推理60.551.5Grok 4.20
编程53.361.6Qwen3.8 Max
智能体与工具50.558.5Qwen3.8 Max
数学53.765.2Qwen3.8 Max
知识53.058.0Qwen3.8 Max
指令遵循78.7–无法比较
人类偏好66.067.5Qwen3.8 Max
多模态58.365.7Qwen3.8 Max
长上下文58.964.8Qwen3.8 Max
综合–45.0无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好Grok 4.20, 推理: 60.5Grok 4.20, 编程: 53.3Grok 4.20, 智能体与工具: 50.5Grok 4.20, 数学: 53.7Grok 4.20, 知识: 53.0Grok 4.20, 长上下文: 58.9Grok 4.20, 多模态: 58.3Grok 4.20, 人类偏好: 66.0Qwen3.8 Max, 推理: 51.5Qwen3.8 Max, 编程: 61.6Qwen3.8 Max, 智能体与工具: 58.5Qwen3.8 Max, 数学: 65.2Qwen3.8 Max, 知识: 58.0Qwen3.8 Max, 长上下文: 64.8Qwen3.8 Max, 多模态: 65.7Qwen3.8 Max, 人类偏好: 67.5

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 40 项基准测试中,Grok 4.20 领先 0 项,Qwen3.8 Max 领先 40 项。所有同时评测两者的综合评分都认为 Qwen3.8 Max 更强。

综合 IndexGrok 4.20 (thinking)Qwen3.8 Max (max)领先者
BenchLeader Index58.358.7不相上下
Arena Text14721484Qwen3.8 Max

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Grok 4.20 (thinking)Qwen3.8 Max (max)
每百万 token 混合价格$1.56$3.00
每百万 token 输入 / 输出$1.25 / $2.50$2.00 / $6.00
每百万 token 缓存输入$0.200$0.250
每项任务价格:聊天回复$0.0013$0.0026
每项任务价格:总结一份 30 页的报告$0.017$0.028
每项任务价格:代码编辑$0.011$0.021
每项任务价格:智能体编程会话$0.085$0.144
每项任务价格:结构化信息提取$0.0030$0.0052
智能体编程会话(输入大多命中缓存)$0.038$0.065
每项基准测试任务成本(AA Index)–$10.02
每项任务输出 token(AA Index)–171k
其中推理部分–120k
每项任务耗时(AA Index)–48 min
输出速度111 tok/s59 tok/s
首次回答时间12.1 秒119.6 秒
完整回答耗时(最近一次测量 2026年11月13日)43.8 秒294.1 秒

每个模型都按其排名最高的推理强度设置进行对比。Grok 4.20 (thinking) 得分 58.3,首个回答 token 需 12 秒。Qwen3.8 Max (max) 得分 58.7,首个回答 token 需 120 秒;Qwen3.8 Max (xhigh) 为 56.6(3 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 157 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Grok 4.20 (thinking)Qwen3.8 Max (max)
BenchLeader IndexBenchLeader58.358.7
智能体与工具得分BenchLeader50.558.5
编程得分BenchLeader53.361.6
人类偏好得分BenchLeader66.067.5
指令遵循得分BenchLeader78.7–
知识得分BenchLeader53.058.0
长上下文得分BenchLeader58.964.8
数学得分BenchLeader53.765.2
多模态得分BenchLeader58.365.7
推理得分BenchLeader60.551.5
综合得分BenchLeader–45.0
混合价格(美元/百万 token)BenchLeader$1.56$3.00
输出速度BenchLeader111 tok/s59 tok/s
首次回答时间BenchLeader12.1 秒119.6 秒
上下文窗口BenchLeader2,000,000 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub89.3%92.7%†
Arena Hard PromptsArena (LMArena)14891507
LiveBench 2.0 ReasoningLiveBench–88.2%
LiveBench 1.0 ReasoningLiveBench–88.2%
GPQA Diamond (AA)Artificial Analysis91.1%92.8%
Humanity's Last Exam (AA)Artificial Analysis34.5%43.1%
HLE-Diamond (AA)Artificial Analysis–24.0%
GPQA Diamond (Vals)Vals AI88.6%93.7%
Kagi LLM BenchmarkKagi LLM Benchmark75.0%–
ARC-AGI-1ARC Prize89.5%–
ARC-AGI-2ARC Prize65.1%–
ARC-AGI-3ARC Prize0.1%–
CritPtArtificial Analysis6.6%20.0%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
MysteryMechanismVals AI–23.9%
Arena ExpertArena (LMArena)14771514
Chess PuzzlesEpoch AI Benchmarking Hub29.0%46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–38.0%†
CL-benchEpoch AI Benchmarking Hub22.2%†–
CL-bench LifeEpoch AI Benchmarking Hub11.9%†–
LMCAEpoch AI Benchmarking Hub38.7%†46.2%†
DTBenchEpoch AI Benchmarking Hub90.1%†92.0%†
ForecastBenchForecastBench64.1%–
编程
SciCodeSciCode–53.2%
WeirdMLWeirdML52.3%†–
显示全部 157 项基准测试
指标发布方Grok 4.20 (thinking)Qwen3.8 Max (max)
编程
Arena CodingArena (LMArena)15111523
Arena WebDevArena (LMArena)13761676
LiveBench 2.0 CodingLiveBench–60.9%
LiveBench 1.0 CodingLiveBench–72.9%
LiveCodeBenchVals AI84.3%87.8%
IOIVals AI–68.9%
SWE-bench (Vals)Vals AI72.2%85.6%
Code MigrationVals AI0.3%24.0%
ProgramBenchVals AI–0.0%
SWE-bench MultimodalVals AI–42.5%
Vibe Code Bench 1-100Vals AI–12.8%
Vibe Code Bench v1.1Vals AI4.1%64.7%
SWE Atlas v1.1Scale AI SEAL–64.4%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–81.5%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–52.9%
MirrorCodeEpoch AI Benchmarking Hub–52.2%†
DeepSWE v1.1Epoch AI Benchmarking Hub–57.5%†
ALE-BenchEpoch AI Benchmarking Hub1150.3†1679.1†
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
Terminal-Bench 4.0 (AA)Artificial Analysis–38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 2–69.6†
Design Arena WebsiteDesign Arena12211269
FrontierCode 1.1 (AA)Artificial Analysis–43.2%
FrontierCode 2.0 (AA)Artificial Analysis–23.4%
智能体与工具
Terminal-BenchTerminal-Bench57.3%†27.0%
APEX-AgentsMercor–63.3%
Arena AgentArena (LMArena)–0.1
LiveBench Long AgenticLiveBench–26.6%
LiveBench BrowserLiveBench–49.4%
LiveBench Agentic CodingLiveBench–64.7%
Terminal-Bench HardArtificial Analysis37.9%–
τ²-Bench Telecom (AA)Artificial Analysis93.0%–
Terminal-Bench 2.1 (Vals)Vals AI44.2%67.4%
HiL-BenchScale AI SEAL20.0%†–
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–58.3%
GDPval-AA v2.1Artificial Analysis–1674
τ³-Banking (AA)Artificial Analysis–51.3%
ITBench SRE (AA)Artificial Analysis–40.3%
Analyst Agent (AA)Artificial Analysis–45.0%
APEX-Agents (AA)Artificial Analysis14.2%42.4%
CyberBenchVals AI–28.6%
Finance Agent v2Vals AI28.5%50.6%
Harvey's Legal Agent Benchmark v1Vals AI0.0%10.4%
Legal Research BenchVals AI13.9%47.6%
SkillsBenchVals AI–42.0%
Tax Agent BenchVals AI7.0%32.1%
Terminal-Bench 2.0 (Vals)Vals AI40.5%–
Terminal-Bench 4.0 (Vals)Vals AI–34.3%
Terminal-Bench ScienceVals AI–12.9%
Arena SearchArena (LMArena)–1227
Arena Agent Task CompletionArena (LMArena)–4.5
Vending-Bench 2Andon Labs4662.9†–
AutomationBenchArtificial Analysis–56.2%
GDP.pdf (AA)Artificial Analysis–22.8%
EnterpriseOps-GymArtificial Analysis–47.6%
AA-Briefcase v1.1Artificial Analysis–1604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena10931264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–11.9%
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle–85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub44.9%74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub17.1%46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub92.2%100.0%†
ProofBenchVals AI14.0%58.0%
LiveBench MathematicsLiveBench–91.3%
AIME (Vals)Vals AI96.5%–
Arena MathsArena (LMArena)14641505
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub30.2%47.3%†
LiveBench 2.0 Data AnalysisLiveBench–78.4%
LiveBench ResearchLiveBench–72.8%
LiveBench 1.0 Data AnalysisLiveBench–78.4%
AA-Omniscience v1.1Artificial Analysis–10.5
MMLU-ProVals AI86.3%88.6%
LegalBenchVals AI77.7%83.6%
CorpFinVals AI63.7%65.8%
TaxEvalVals AI74.1%75.5%
MedQAVals AI94.5%–
CaseLaw v2Vals AI54.5%–
Excel Modeling BenchmarkVals AI11.7%60.1%
Excel Modeling Benchmark v1.1Vals AI–66.0%
MedCodeVals AI32.2%40.7%
MedScribeVals AI63.4%85.0%
Public Benefits Bench v1.1Vals AI–67.1%
Access to Justice BenchmarkVals AI–76.4%
Financial Coaching BenchVals AI–75.6%
Immigration BenchVals AI–70.1%
GDP.pdfEpoch AI Benchmarking Hub–23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis–29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.9%
Global-MMLU-Lite (AA)Artificial Analysis89.5%–
FACTS ParametricGoogle–30.8%
指令遵循
LiveBench LanguageLiveBench–79.7%
LiveBench Instruction FollowingLiveBench–74.1%
IFBenchArtificial Analysis81.2%–
Arena Instruction FollowingArena (LMArena)14481478
人类偏好
Arena TextArena (LMArena)14721484
EQ-Bench Creative Writing v3EQ-Bench1574†–
Arena Creative WritingArena (LMArena)14451472
Arena Multi-turnArena (LMArena)14791495
Arena Longer QueriesArena (LMArena)14661496
多模态
Arena VisionArena (LMArena)12631312
LiveBench DesignLiveBench–76.6%
MMMU-ProArtificial Analysis74.6%82.8%
MMMU-Pro (Vals)Vals AI83.5%88.0%
MortgageTaxVals AI45.4%64.0%
SAGEVals AI–81.8%
Humanity's Sixth SenseScale AI SEAL–33.0%
Blueprint-Bench 2Epoch AI Benchmarking Hub0.0%†–
Furniture AssemblyEpoch AI Benchmarking Hub–20.0%†
VIALS-AAHandshake AI–31.7%
Code2Video-AAArtificial Analysis–1021
AA-3DArtificial Analysis–954
FACTS MultimodalGoogle–51.5%
长上下文
AA-LCR v1.1Artificial Analysis69.0%80.3%
Arena DocumentArena (LMArena)1440–
MLCRArtificial Analysis–26.1%
FACTS GroundingGoogle–73.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub152.3†157.6
LiveBench 2.0LiveBench–60.9%
LiveBench 1.0LiveBench–78.5%
AA Intelligence Index v5.0.1Artificial Analysis–33.6
AA Intelligence Index v4.3.2Artificial Analysis25.745.4
AA Progress Index v1Artificial Analysis281.9323.7
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI39.1%65.4%
安全与诚实
DistressBenchScale AI SEAL–77.6%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • Grok 4.20 (thinking):1 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订。
  • Qwen3.8 Max (max):6 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订。
  • Qwen3.8 Max (max):1 项新结果(FACTS Search);1 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订;价格 $0.22/M → $0.25/M。
  • Qwen3.8 Max (max):价格 $0.25/M → $0.22/M。
  • Qwen3.8 Max (max):1 项分数修订;价格 $0.22/M → $0.25/M。
  • Qwen3.8 Max (max):价格 $0.25/M → $0.22/M。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Grok 4.20 vs Qwen3.8 Max:常见问题

Grok 4.20 比 Qwen3.8 Max 更好吗?
Grok 4.20 (thinking) 与 Qwen3.8 Max (max) 的质量不相上下(58.3 比 58.7,在 ±5.4 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
Grok 4.20 和 Qwen3.8 Max 哪个更便宜?价格会变吗?
目前 Grok 4.20 更便宜:每百万 token $1.56 比 $3.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Grok 4.20 还是 Qwen3.8 Max 更好?
Qwen3.8 Max 在编程方面得分更高(类别得分 62 比 53,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,Grok 4.20 为 1376,Qwen3.8 Max 为 1676。
Grok 4.20 和 Qwen3.8 Max 哪个更快?
Grok 4.20 输出更快(约 1.5 倍;输出 111 比 59 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 Grok 4.20 还是 Qwen3.8 Max 更好?
Qwen3.8 Max 在智能体任务方面得分更高(类别得分 59 比 51,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench 2.1 (Vals) 上,Grok 4.20 为 44.2%,Qwen3.8 Max 为 67.4%。
更多问题(4)
处理长文档哪个更好?
Qwen3.8 Max 在长上下文基准测试上得分更高(65 比 59)。Grok 4.20 支持更长的上下文:2,000,000 token,Qwen3.8 Max 为 1,000,000 token。
哪个延迟更低?
Grok 4.20 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 12.1 秒比 119.6 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 Grok 4.20 和 Qwen3.8 Max 的看法一致吗?
在两者都有结果的 40 项基准测试中,Grok 4.20 领先 0 项,Qwen3.8 Max 领先 40 项。所有同时评测两者的综合评分都认为 Qwen3.8 Max 更强。
Qwen3.8 Max 是什么时候发布的?
Qwen3.8 Max 于 2026年8月3日 发布。