Qwen: Qwen3.5-9B vs xAI: Grok 4.20

Grok 4.20 führt beim Durchschnittsscore mit 4.1 vs 3.8. Qwen3.5-9B (medium) hat die niedrigeren Benchmark-Kosten mit $0.036 vs $0.057. Grok 4.20 ist schneller mit 1.11s vs 82.24s, mit Erfolgsraten von 25.8% vs 27.3%.

Empfohlenes ModellGrok 4.20Es hat hier die beste Punktzahl (4.1) und antwortet etwa 74.2x schneller als Qwen3.5-9B (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-25

Vergleichszusammenfassung

Rang: #220
Gesamte Ausgabe-Token: 238,561
Antwortzeit (Durchschnitt): 82.24s
Gesamtkosten: $0.036

Rang: #213
Gesamte Ausgabe-Token: 1,923
Antwortzeit (Durchschnitt): 1.11s
Gesamtkosten: $0.057

Detaillierter Vergleich

Metrik	Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02	Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31

Metrik	Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02	Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl	3.8	4.1
Rang	#220	#213
Zuverlässigkeit	5.0	k. A.
Konsistenz	8.1	8.1
Korrekte Tests
Erfolgsquote pro Versuch	25.8%	27.3%
Instabile Tests	5	0
Gesamtläufe	66	54
Kosten pro Ergebnis	1.187	1.570
Gesamtkosten	$0.036	$0.057
Eingabepreis	$0.100 / 1M	$1.250 / 1M
Ausgabepreis	$0.150 / 1M	$2.500 / 1M
Gesamte Eingabe-Token	17,070	41,313
Ausgabe-Token	29,045	1,923
Denk-Token	209,516	0
Antwortzeit (Durchschnitt)	82.24s	1.11s
Antwortzeit (Maximum)	226.38s	6.04s
Antwortzeit (Gesamt)	1315.88s	19.96s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#220 Qwen3.5-9B

medium

Kosten: $0.001
Zeit: 35.9s
Token: 3,030 tok

#213 xAI: Grok 4.20

none

Kosten: $0.004
Zeit: 6.5s
Token: 1,367 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0
Grok 4.20	1.5	5.0	0.0%	0		6.04s	17,673	282	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

Schnellvergleich

Vergleichspaar wechseln

gpt-oss-120bnoneKostenlos verfügbarvsQwen3.5-9Bmedium Grok 4.20nonevsGLM 4.7 Flashmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium MiniMax M2.5mediumvsGrok 4.20none CobuddymediumvsGrok 4.20none Qwen3 Coder NextmediumvsGrok 4.20none Laguna S 2.1noneKostenlos verfügbarvsQwen3.5-9Bmedium Mercury 2nonevsQwen3.5-9Bmedium Laguna S 2.1lowKostenlos verfügbarvsGrok 4.20none MiniMax M2.7mediumvsGrok 4.20none Trinity Large PreviewnonevsQwen3.5-9Bmedium KAT-Coder-Air V2.5nonevsQwen3.5-9Bmedium