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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-26

Metrik Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02 Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 4.8 5.2
Rang #105 #96
Zuverlässigkeit k. A. k. A.
Konsistenz 9.6 9.5
Korrekte Tests
Erfolgsquote pro Versuch 24.1% 29.6%
Instabile Tests 1 1
Gesamtläufe 54 54
Kosten pro Ergebnis 0.116 1.889
Gesamtkosten $0.005 $0.095
Eingabepreis $0.100 / 1M $2.000 / 1M
Ausgabepreis $0.150 / 1M $6.000 / 1M
Ausgabe-Token 3,951 1,967
Denk-Token 0 0
Antwortzeit (Durchschnitt) 1.47s 1.11s
Antwortzeit (Maximum) 5.91s 6.04s
Antwortzeit (Gesamt) 26.43s 20.02s

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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 582 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 5.2 3.4 33.3% 1 5.69s 1,006 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 1,255 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 249 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 24 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 99 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 75 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 3.2 9.9 0.0% 0 683ms 388 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Schnellvergleich

Vergleichspaar wechseln

Elephant AlphamediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsGrok 4.20noneElephant AlphamediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumKostenlos verfügbarvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumKostenlos verfügbarvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-9Bnone