Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.7 Plus vs xAI: Grok 4.20

Zusammenfassung

Qwen3.7 Plus vs Grok 4.20 Benchmark-Vergleich: Grok 4.20 führt beim Durchschnittsscore mit 7.3 vs 7.2. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.023 vs $0.609. Qwen3.7 Plus ist schneller mit 2.85s vs 27.68s, mit Erfolgsraten von 47.6% vs 63.5%.

Empfohlenes Modell: Qwen3.7 Plus - Die Punktzahl bleibt nah an der besten hier (7.2 vs 7.3) und es kostet etwa 27.6x weniger als Grok 4.20.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik Qwen3.7 Plus Qwen3.7 Plus none Veröffentlichung: 2026-06-03 Grok 4.20 Grok 4.20 medium Veröffentlichung: 2026-03-31
Punktzahl 7.2 7.3
Rang #61 #54
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.8
Korrekte Tests
Erfolgsquote pro Versuch 47.6% 63.5%
Instabile Tests 0 3
Gesamtläufe 63 63
Kosten pro Ergebnis 0.276 8.309
Gesamtkosten $0.023 $0.609
Eingabepreis $0.320 / 1M $1.250 / 1M
Ausgabepreis $1.280 / 1M $2.500 / 1M
Gesamte Eingabe-Token 42,510 44,433
Ausgabe-Token 6,578 1,819
Denk-Token 0 219,524
Antwortzeit (Durchschnitt) 2.85s 27.68s
Antwortzeit (Maximum) 29.38s 199.66s
Antwortzeit (Gesamt) 59.86s 581.26s

Generation showcase

Hamster playing table tennis

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

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 tok

#54 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 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
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 PlusnoneGemini 3 Flash PreviewlowvsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.7 PlusnonevsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumQwen3.7 PlusnonevsGLM 5V TurbomediumClaude Opus 4.8nonevsGrok 4.20mediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.5 Flashmedium