Grok 4.7vs.Qwen 3.8 27B
Wer ist besser?
Grok 4.7 liegt im Gesamtindex klar vorn, kostet aber je Token 50-mal (Eingabe) und 2,4-mal (Ausgabe) so viel.
59
Grok 4.7
Platz 18 bis 25
11
Qwen 3.8 27B
Platz 44 bis 57
89
Grok 4.7
eher langsam
40
Qwen 3.8 27B
langsam
3 $
Grok 4.7
eher teuer
0,66 $
Qwen 3.8 27B
eher günstig
Grok 4.7
- Im Abo
Bei xAI ab 8 € im Monat (The X Subscription Plus). Über andere Anbieter ab 6,83 € im Monat (Poe Basic, mit begrenzten Punkten). 41 Tarife in Deutschland.
- Per API
2 $ Eingabe, 6 $ Ausgabe je 1 Mio. Token laut Anbieter; im Preisindex steht das Modell seit 01.10.2026 mit 2,20 $ und 6,60 $.
Qwen 3.8 27B
- Im Abo
Kein Abo von Alibaba mit diesem Modell. Über andere Anbieter ab ≈ 1,06 € im Monat (Command Code Go, mit begrenztem Guthaben). 10 Tarife in Deutschland.
- Per API
0,04 $ Eingabe, 2,50 $ Ausgabe je 1 Mio. Token laut Anbieter; im Preisindex steht das Modell seit 27.10.2026 mit 0,42 $ und 3 $.
Gesamtindex mit Daten bis 29.10.2026 · Preise vom 29.10.2026 · Tempo: Messung von Artificial Analysis · Abos vom 24.10.2026 · Abo-Preise inkl. USt
Wo liegt der Unterschied?
Werte von 0 bis 100 je Aufgabenbereich. Einen Sieger nennen wir nur, wenn der Abstand groß genug ist und es genug Tests gibt.
Grok 4.7 vorn: 9Qwen 3.8 27B vorn: 0gleichauf: 0zu wenig Daten: 1von 10 Bereichen
BereichGrok 4.7Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
Bereiche im Gesamtindex
ProgrammierenGrok 4.7 vornGrok 4.7: 57Qwen 3.8 27B: 13
SchlussfolgernGrok 4.7 vornGrok 4.7: 52Qwen 3.8 27B: 6
MathematikGrok 4.7 vornGrok 4.7: 35Qwen 3.8 27B: 8
WissenGrok 4.7 vornGrok 4.7: 67Qwen 3.8 27B: 5
AgentenGrok 4.7 vornGrok 4.7: 72Qwen 3.8 27B: 21
Allgemeinnur Grok 4.7 mit WertungGrok 4.7: 55Qwen 3.8 27B: zu wenig Daten
MultimodalGrok 4.7 vornGrok 4.7: 32Qwen 3.8 27B: 13
Fachgebiete
FinanzenGrok 4.7 vornGrok 4.7: 64Qwen 3.8 27B: 34
RechtGrok 4.7 vornGrok 4.7: 76Qwen 3.8 27B: 23
GesundheitGrok 4.7 vornGrok 4.7: 69Qwen 3.8 27B: 3
3 weitere Bereiche anzeigen, die nicht zum Gesamtindex zählen
BereichGrok 4.7Qwen 3.8 27B0 bis 100, höher ist besserErgebnis
CybersicherheitGrok 4.7 vornGrok 4.7: 64Qwen 3.8 27B: 19
Produktivitätnur Grok 4.7 mit WertungGrok 4.7: 59Qwen 3.8 27B: zu wenig Daten
Bildungnur Grok 4.7 mit WertungGrok 4.7: 69Qwen 3.8 27B: zu wenig Daten
Selbst ansehen: gleicher Auftrag, ein Versuch
Derselbe Prompt für beide Modelle. Gezeigt wird der neueste Versuch ohne Nachbesserung; er zählt nicht zum Gesamtindex.
Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.
Grok 4.7
Reasoning (angefragt): high
Aktueller Versuch
- Datum des Testlaufs
- 01.10.2026
- API-Anbieter
- openrouter
- Angefragtes API-Modell
- x-ai/grok-4.7
- API-Modell laut Antwort
- x-ai/grok-4.7
- Reasoning-Einstellung
- high
- Festgelegter Endpunkt
- xAI | x-ai/grok-4.7-20260916
- Temperatur
- Anbieterstandard
- Tokenlimit inklusive Reasoning
- 8.192 Token
- Testprotokoll
- community-visual-tests-v1
- Technische Prüfung
- Bestanden, keine Qualitätsbewertung
- Antwortzeit
- 13,4 s
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Frühere Versuche (1)
- 01.10.2026API-Anfrage fehlgeschlagenReasoning-Einstellung: high
Qwen 3.8 27B
Noch nicht getestet
Prompt und Testbedingungen
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)SVG-Kurztest
SVG-Kurztest
Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.
Gemeinsame Testrunde: 43b8c5c46830
Grok 4.7
In dieser Runde nicht verfügbar
Qwen 3.8 27B
Testdetails
API meldet 0 Reasoning-TokensAPI-Modell: qwen/qwen3.8-27b865 Ausgabe-TokenAlle Daten im Vergleich
Der bessere Wert ist fett. Beim Gesamtindex nur, wenn der Abstand klar ist.
| Kennzahl | Grok 4.7 | Qwen 3.8 27B |
|---|---|---|
| Leistung | ||
| Gesamtindex0 bis 100, höher ist besser | 59 | 11 |
| Platz | Platz 18 bis 25 von 95 | Platz 44 bis 57 von 95 |
| Preis je 1 Mio. Token | ||
| Eingabewas du schickst | 2 $über 200.000 Token: 4 $ | 0,04 $ |
| Ausgabewas das Modell schreibt | 6 $über 200.000 Token: 12 $ | 2,50 $ |
| Tempo | ||
| Token pro Sekunde | 89 | 40 |
| Technik | ||
| Kontextfensterwie viel Text das Modell auf einmal liest | 500.000 Token≈ 750 A4-Seiten | 262.144 Token≈ 390 A4-Seiten |
| Wissensstand | Mai 2026 | k. A. |
| Veröffentlicht | 21.09.2026 | 14.08.2026 |
| Verfügbarkeit | Aktiv | Aktiv |
| Offene Gewichte | nein | ja |
Preise ohne Rabatte für Zwischenspeicher und Stapelverarbeitung · Seitenzahl als Faustregel nach Artificial Analysis
Gemeinsame Benchmarks
Einzelwerte aus derselben Benchmark-Version, Aufgabe und Messgröße. Fett ist ein Wert nur bei gleichem Testaufbau und klarem Abstand.
A: Grok 4.7B: Qwen 3.8 27B
AA-BriefcaseOverall · höher ist besserGrok 4.7: 1.637,84 eloQwen 3.8 27B: 1.392,67 eloArtificial AnalysisStand 29.10.2026
AA-OmniscienceOverall · höher ist besserGrok 4.7: 31,233 PunkteQwen 3.8 27B: -6,367 PunkteArtificial AnalysisStand 29.10.2026
AA-Omniscience AccuracyOverall · höher ist besserGrok 4.7: 45,7 %Qwen 3.8 27B: 18,3 %Artificial AnalysisStand 29.10.2026
AA-Omniscience Hallucination RateOverall · niedriger ist besserGrok 4.7: 33,8 %Qwen 3.8 27B: 48,7 %Artificial AnalysisStand 29.10.2026
Artificial Analysis Intelligence IndexOverall · höher ist besserGrok 4.7: 34,335 PunkteQwen 3.8 27B: 20,107 PunkteArtificial AnalysisStand 29.10.2026
AutomationBench-AAOverall · höher ist besserGrok 4.7: 65,6 %Qwen 3.8 27B: 48,2 %Artificial AnalysisStand 29.10.2026
Code MigrationOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 44,8 %Qwen 3.8 27B: 14,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGrok 4.7: 13,4 %Qwen 3.8 27B: 0,0 %Artificial AnalysisStand 29.10.2026
CritPt v2 (Hard Subset)Overall · höher ist besserGrok 4.7: 32,0 %Qwen 3.8 27B: 4,0 %Artificial AnalysisStand 29.10.2026
CyberBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 69,5 %Qwen 3.8 27B: 67,8 %Vals AIStand 20.10.2026
54 weitere Benchmarks anzeigen
EMBOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 67 %Qwen 3.8 27B: 59,7 %Vals AIStand 20.10.2026
Finance Agent (v2)Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 52,3 %Qwen 3.8 27B: 48,6 %Vals AIStand 20.10.2026
FrontierCodeOverall · höher ist besserGrok 4.7: 28,7 %Qwen 3.8 27B: 14,9 %Artificial AnalysisStand 29.10.2026
FrontierCode 1.1 MainOverall · höher ist besserGrok 4.7: 39,6 %Qwen 3.8 27B: 28,9 %Artificial AnalysisStand 29.10.2026
GDP.pdfOverall · höher ist besserGrok 4.7: 20,0 %Qwen 3.8 27B: 16,4 %Artificial AnalysisStand 29.10.2026
GDPval-AAOverall · höher ist besserGrok 4.7: 1.591,68 eloQwen 3.8 27B: 1.370,88 eloArtificial AnalysisStand 29.10.2026
HLE-DiamondOverall · höher ist besserGrok 4.7: 23,2 %Qwen 3.8 27B: 15,3 %Artificial AnalysisStand 29.10.2026
IOIOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 57,7 %Qwen 3.8 27B: 39,1 %Vals AIStand 24.10.2026
Legal Research BenchOverall · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 47,1 %Qwen 3.8 27B: 36,1 %Vals AIStand 26.10.2026
LegalBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 84,4 %Qwen 3.8 27B: 82,4 %Vals AIStand 13.10.2026
MedCodeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 49,6 %Qwen 3.8 27B: 28,7 %Vals AIStand 13.10.2026
MedScribeOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 89,4 %Qwen 3.8 27B: 83,8 %Vals AIStand 13.10.2026
MMMU-ProOverall · höher ist besserGrok 4.7: 78,2 %Qwen 3.8 27B: 73,8 %Artificial AnalysisStand 29.10.2026
ProgramBenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 0,5 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
ProofBench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 26 %Qwen 3.8 27B: 16 %Vals AIStand 24.10.2026
Tax Agent BenchOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 34,2 %Qwen 3.8 27B: 30,9 %Vals AIStand 26.10.2026
Terminal-BenchOverall · höher ist besserGrok 4.7: 25,8 %Qwen 3.8 27B: 5,6 %Artificial AnalysisStand 29.10.2026
Terminal-Bench 2.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 73,4 %Qwen 3.8 27B: 58,4 %Vals AIStand 01.10.2026
Terminal-Bench-ScienceOverall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 10 %Qwen 3.8 27B: 0 %Vals AIStand 25.10.2026
Terminal-Bench-ScienceOverall · höher ist besserGrok 4.7: 4,8 %Qwen 3.8 27B: 0,5 %Artificial AnalysisStand 29.10.2026
Vibe Code Bench v1.1Overall · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 86,2 %Qwen 3.8 27B: 64,9 %Vals AIStand 26.10.2026
AA-Omniscience AccuracyOverall · höher ist besserGrok 4.7: 42,7 %Qwen 3.8 27B: 17,3 %Artificial AnalysisStand 29.10.2026
AA-Omniscience Hallucination RateOverall · niedriger ist besserGrok 4.7: 20,0 %Qwen 3.8 27B: 28,6 %Artificial AnalysisStand 29.10.2026
Code MigrationCLI · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 36,4 %Qwen 3.8 27B: 2,2 %Vals AIStand 18.10.2026
CritPt v2Overall · höher ist besserGrok 4.7: 17,7 %Qwen 3.8 27B: 5,4 %Artificial AnalysisStand 29.10.2026
CyberBench v1.1Patch · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 83,9 %Qwen 3.8 27B: 83,9 %Vals AIStand 20.10.2026
EMBComps · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 65 %Qwen 3.8 27B: 53,3 %Vals AIStand 20.10.2026
Finance Agent (v2)Adjustments · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 46,3 %Qwen 3.8 27B: 47,3 %Vals AIStand 20.10.2026
FrontierCode 1.1 MainOverall · höher ist besserGrok 4.7: 33,8 %Qwen 3.8 27B: 34,2 %Artificial AnalysisStand 29.10.2026
GDPval-AAOverall · höher ist besserGrok 4.7: 1.721,59 eloQwen 3.8 27B: 1.427,26 eloArtificial AnalysisStand 29.10.2026
IOIIOI 2024 · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 61,7 %Qwen 3.8 27B: 31,8 %Vals AIStand 24.10.2026
Legal Research BenchAdministrative / Regulatory · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 54,5 %Qwen 3.8 27B: 45,5 %Vals AIStand 26.10.2026
LegalBenchConclusion Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 88,6 %Qwen 3.8 27B: 88,4 %Vals AIStand 13.10.2026
ProgramBenchAlmost Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 21,5 %Qwen 3.8 27B: 1 %Vals AIStand 20.10.2026
Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 13,3 %Qwen 3.8 27B: 6,7 %Vals AIStand 26.10.2026
Terminal-Bench 2.1Easy · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 91,7 %Qwen 3.8 27B: 50 %Vals AIStand 01.10.2026
Terminal-Bench-ScienceEarth Sciences · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 25 %Qwen 3.8 27B: 0 %Vals AIStand 25.10.2026
Code MigrationCOBOL · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 70 %Qwen 3.8 27B: 50 %Vals AIStand 18.10.2026
CyberBench v1.1PoC · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 55 %Qwen 3.8 27B: 51,7 %Vals AIStand 20.10.2026
EMBDataroom · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 83,6 %Qwen 3.8 27B: 79,7 %Vals AIStand 20.10.2026
Finance Agent (v2)All-Pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 42,1 %Qwen 3.8 27B: 36,8 %Vals AIStand 20.10.2026
IOIIOI 2025 · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 56,2 %Qwen 3.8 27B: 48,5 %Vals AIStand 24.10.2026
Legal Research BenchAdministrative / Regulatory · Weighted partial credit · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 87,2 %Qwen 3.8 27B: 88,5 %Vals AIStand 26.10.2026
LegalBenchInterpretation Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 81,3 %Qwen 3.8 27B: 82 %Vals AIStand 13.10.2026
ProgramBenchFully Resolved · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 0,5 %Qwen 3.8 27B: 0 %Vals AIStand 20.10.2026
Tax Agent BenchControversy & Precedence Analysis · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 62,7 %Qwen 3.8 27B: 48,3 %Vals AIStand 26.10.2026
Terminal-Bench 2.1Hard · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 67,8 %Qwen 3.8 27B: 43,3 %Vals AIStand 01.10.2026
Terminal-Bench-ScienceEngineering Sciences · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 0 %Qwen 3.8 27B: 0 %Vals AIStand 25.10.2026
Code MigrationCode Quality · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 4,105 / 5Qwen 3.8 27B: 4,197 / 5Vals AIStand 18.10.2026
EMBDCF · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 58,2 %Qwen 3.8 27B: 50 %Vals AIStand 20.10.2026
Finance Agent (v2)Comparables · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 42,2 %Qwen 3.8 27B: 38,9 %Vals AIStand 20.10.2026
IOIIOI 2026 · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 55,3 %Qwen 3.8 27B: 36,8 %Vals AIStand 24.10.2026
Legal Research BenchBusiness & Commercial · All-pass · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 44,2 %Qwen 3.8 27B: 41,9 %Vals AIStand 26.10.2026
LegalBenchIssue Tasks · höher ist besserTestaufbau nicht identisch dokumentiertGrok 4.7: 89,5 %Qwen 3.8 27B: 90,2 %Vals AIStand 13.10.2026
Anderes Duell vergleichen
Weitere Duelle
Ähnliche LLM-Vergleiche
Vergleiche Grok 4.7 und Qwen 3.8 27B mit weiteren wichtigen Modellen.