Qwen: Qwen3.7 Max vs xAI: Grok Build 0.1

Grok Build 0.1 (medium) führt beim Durchschnittsscore mit 7.6 vs 7.4. Qwen3.7 Max hat die niedrigeren Benchmark-Kosten mit $0.197 vs $1.097. Qwen3.7 Max ist schneller mit 4.52s vs 52.06s, mit Erfolgsraten von 68.2% vs 63.6%.

Empfohlenes ModellQwen3.7 MaxDie Punktzahl bleibt nah an der besten hier (7.4 vs 7.6) und es kostet etwa 5.6x weniger als Grok Build 0.1 (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-17

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	Grok Build 0.1 Grok Build 0.1 medium Veröffentlichung: 2026-05-21

Metrik	Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22	Grok Build 0.1 Grok Build 0.1 medium Veröffentlichung: 2026-05-21
Punktzahl	7.4	7.6
Rang	#57	#46
Zuverlässigkeit	9.9	10.0
Konsistenz	10.0	10.0
Korrekte Tests
Erfolgsquote pro Versuch	68.2%	63.6%
Instabile Tests	0	0
Gesamtläufe	66	66
Kosten pro Ergebnis	1.582	7.830
Gesamtkosten	$0.197	$1.097
Eingabepreis	$1.475 / 1M	$1.000 / 1M
Ausgabepreis	$4.425 / 1M	$2.000 / 1M
Gesamte Eingabe-Token	95,983	106,751
Ausgabe-Token	12,446	7,993
Denk-Token	0	486,670
Antwortzeit (Durchschnitt)	4.52s	52.06s
Antwortzeit (Maximum)	72.30s	252.69s
Antwortzeit (Gesamt)	99.52s	1145.27s

Hamster playing table tennis

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

#57 Qwen3.7 Max

none

Kosten: $0.046
Zeit: 195.0s
Token: 12,171 tok

#46 xAI: Grok Build 0.1

medium

Kosten: $0.028
Zeit: 81.3s
Token: 14,009 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

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 Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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 Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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		975ms	789	15	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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 Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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 Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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 Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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 Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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 Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone DeepSeek V4 ProhighvsGrok Build 0.1medium KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone DeepSeek V4 FlashhighvsGrok Build 0.1medium GPT-5.3 ChatnonevsGrok Build 0.1medium GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsGrok Build 0.1medium GPT-5.6 LunahighvsGrok Build 0.1medium Nemotron 3 UltramediumKostenlos verfügbarvsQwen3.7 Maxnone