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 Multi-Agent Beta

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-03-12

Metrik Qwen3.5-Flash Qwen3.5-Flash none Veröffentlichung: 2026-02-24 Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Veröffentlichung: 2026-03-12
Rang #41 #47
Ø-Score 5.2 4.9
Konsistenz 9.6 7.1
Kosten pro Ergebnis 0.077 97.178
Gesamtkosten $0.006 $4.859
Korrekte Tests
Erfolgsquote pro Versuch 45.8% 52.1%
Instabile Tests 1 6
Gesamtläufe 48 48
Ausgabe-Token 3,774 293,634
Denk-Token 0 291,260
Antwortzeit (Durchschnitt) 3.54s 9.08s
Antwortzeit (Maximum) 13.73s 35.28s
Antwortzeit (Gesamt) 56.70s 127.09s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Ø-Score vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Ø-Score 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 2.3 7.8 11.1% 1 1.62s 687 0
Grok 4.20 Multi-Agent Beta 4.0 4.4 66.7% 2 3.77s 28,392 27,808
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 0.0% 0 6.22s 1,794 0
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 9.9 10.0 100.0% 0 1.57s 243 0
Grok 4.20 Multi-Agent Beta 9.9 10.0 100.0% 0 5.54s 25,306 25,051
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 7.0 10.0 66.7% 0 905ms 15 0
Grok 4.20 Multi-Agent Beta 10.0 7.2 11.1% 1 24.67s 164,609 163,647
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 Multi-Agent Beta 4.0 2.8 66.7% 1 6.40s 15,848 15,746
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 5.0 10.0 50.0% 0 8.81s 63 0
Grok 4.20 Multi-Agent Beta 9.0 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 1.3 10.0 0.0% 0 5.90s 608 0
Grok 4.20 Multi-Agent Beta 6.3 5.1 77.8% 2 5.01s 34,022 33,686
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 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0

Schnellvergleich

Vergleichspaar wechseln

Qwen3.5-27BnonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsQwen3.5-FlashnoneQwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmediumKostenlos verfügbarvsQwen3.5-FlashnoneQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumGPT-5 NanomediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumGPT-5.4nonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsQwen3.5-FlashnoneNemotron 3 Super 120b A12bmediumKostenlos verfügbarvsQwen3.5-Flashnone