Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

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

Zusammenfassung

Qwen3.5-9B vs Grok 4.20 Benchmark-Vergleich: Grok 4.20 führt beim Durchschnittsscore mit 5.4 vs 4.6. Qwen3.5-9B hat die niedrigeren Benchmark-Kosten mit $0.006 vs $0.057. Grok 4.20 ist schneller mit 1.11s vs 1.89s, mit Erfolgsraten von 20.6% vs 33.3%.

Empfohlenes Modell: Qwen3.5-9B - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (4.6), niedrigere Kosten als Grok 4.20 und ausgewogene Antwortzeit.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10

Metrik Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02 Grok 4.20 Grok 4.20 none Veröffentlichung: 2026-03-31
Punktzahl 4.6 5.4
Rang #155 #128
Zuverlässigkeit 10.0 k. A.
Konsistenz 9.7 10.0
Korrekte Tests
Erfolgsquote pro Versuch 20.6% 33.3%
Instabile Tests 1 0
Gesamtläufe 63 54
Kosten pro Ergebnis 0.123 1.570
Gesamtkosten $0.006 $0.057
Eingabepreis $0.100 / 1M $1.250 / 1M
Ausgabepreis $0.150 / 1M $2.500 / 1M
Gesamte Eingabe-Token 48,041 41,313
Ausgabe-Token 3,952 1,923
Denk-Token 0 0
Antwortzeit (Durchschnitt) 1.89s 1.11s
Antwortzeit (Maximum) 6.03s 6.04s
Antwortzeit (Gesamt) 39.68s 19.96s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#128 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
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

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
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 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
Grok 4.20 3.4 9.3 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 5.91s 20,397 1,255 0
Grok 4.20 3.0 10.0 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 10.0 10.0 100.0% 0 847ms 7,788 249 0
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 3.0 10.0 0.0% 0 464ms 789 24 0
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 4.4 9.9 0.0% 0 552ms 522 99 0
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 514ms 711 75 0
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 3.2 10.0 0.0% 0 621ms 714 347 0
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 1.27s 8,301 273 0
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 2.32s 210 6 0
Grok 4.20 - - - - - - - - -

Schnellvergleich

Vergleichspaar wechseln

MiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumKostenlos verfügbarvsGrok 4.20noneDeepSeek V4 ProhighvsGrok 4.20nonegpt-oss-120bmediumKostenlos verfügbarvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9BnoneQwen3 Coder NextmediumvsGrok 4.20none