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-Flash vs xAI: Grok 4.20

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-04-02

Metrik Qwen3.5-Flash Qwen3.5-Flash none Veröffentlichung: 2026-02-24 Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl 6.0 7.1
Rang #54 #40
Konsistenz 9.6 8.2
Korrekte Tests
Erfolgsquote pro Versuch 43.1% 66.7%
Instabile Tests 1 4
Gesamtläufe 51 51
Kosten pro Ergebnis 0.077 7.358
Gesamtkosten $0.006 $0.663
Eingabepreis $0.065 / 1M $2.000 / 1M
Ausgabepreis $0.260 / 1M $6.000 / 1M
Ausgabe-Token 3,777 1,494
Denk-Token 0 97,078
Antwortzeit (Durchschnitt) 3.36s 9.50s
Antwortzeit (Maximum) 13.73s 29.87s
Antwortzeit (Gesamt) 57.15s 161.54s

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-Flash 3.5 8.3 8.3% 1 1.32s 690 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 1,794 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 15 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 100 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 63 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 3.3 10.0 0.0% 0 5.90s 608 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 264 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Schnellvergleich

Vergleichspaar wechseln

gpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumMiniMax M2.5mediumKostenlos verfügbarvsQwen3.5-FlashnoneQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-FlashnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumMistral Small 4mediumvsQwen3.5-FlashnoneGrok 4.20mediumvsMiMo-V2-Omninone