Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-27B vs xAI: Grok 4.3

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-01

Metrik Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24 Grok 4.3 Grok 4.3 medium Veröffentlichung: 2026-05-01
Punktzahl 8.4 8.2
Rang #16 #20
Zuverlässigkeit k. A. 10.0
Konsistenz 8.8 8.6
Korrekte Tests
Erfolgsquote pro Versuch 81.5% 81.5%
Instabile Tests 3 3
Gesamtläufe 54 54
Kosten pro Ergebnis 3.822 3.974
Gesamtkosten $0.497 $0.517
Eingabepreis $0.195 / 1M $1.250 / 1M
Ausgabepreis $1.560 / 1M $2.500 / 1M
Ausgabe-Token 2,500 1,223
Denk-Token 242,500 187,047
Antwortzeit (Durchschnitt) 53.03s 48.63s
Antwortzeit (Maximum) 163.96s 216.69s
Antwortzeit (Gesamt) 954.46s 875.27s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
Grok 4.3 10.0 10.0 100.0% 0 45.72s 284 9,659
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615

Schnellvergleich

Vergleichspaar wechseln

HY3 PreviewlowKostenlos verfügbarvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumQwen3.5-27BmediumvsHY3 PreviewhighKostenlos verfügbarQwen3.5-27BmediumvsHY3 PreviewlowKostenlos verfügbarGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGPT-5.3 ChatnonevsGrok 4.3mediumHY3 PreviewhighKostenlos verfügbarvsGrok 4.3medium