Qwen3.7 Max vs Grok 4.5 (medium)

Verglichene Modelle

Empfohlenes Modell Qwen3.7 Max

Es hat hier die beste Punktzahl (7.9) und kostet etwa 5.0x weniger als Grok 4.5 (medium).

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	Grok 4.5 Grok 4.5 medium Veröffentlichung: 2026-07-08
Punktzahl	7.9	7.8
Rang	#100	#104
Zuverlässigkeit	9.9	10.0
Konsistenz	10.0	9.0
Versuche	69/69	69/69
Korrekte Tests
Erfolgsquote pro Versuch	69.6%	79.7%
Instabile Tests	0	3
Gesamtläufe	69	69
Kosten pro Ergebnis	3.070	14.430
Gesamtkosten	$0.492	$2.454
Eingabepreis	$1.475 / 1M	$2.000 / 1M
Ausgabepreis	$4.425 / 1M	$6.000 / 1M
Gesamte Eingabe-Token	243,553	308,369
Ausgabe-Token	20,670	7,013
Denk-Token	0	299,031
Antwortzeit (Durchschnitt)	7.85s	68.44s
Antwortzeit (Maximum)	80.34s	436.38s
Antwortzeit (Gesamt)	180.65s	1574.14s
Parameter	~1T insgesamt (~40B aktiv)	~1.7T insgesamt (~170B aktiv)
Verfügbarkeit	Geschlossen	Geschlossen

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

none

medium

Kategorie:

Agentenaufgaben	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		80.34s	147,561	8,224	0
Grok 4.5	5.0	10.0	0.0%	0		65.24s	186,214	1,499	5,085

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	7.7	10.0	66.7%	0		1.24s	798	15	0
Grok 4.5	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Vergleichspaar wechseln