Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

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

Zusammenfassung

Qwen3.7 Plus vs Grok Build 0.1 Benchmark-Vergleich: Grok Build 0.1 führt beim Durchschnittsscore mit 7.6 vs 7.2. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.023 vs $0.927. Qwen3.7 Plus ist schneller mit 2.85s vs 49.90s, mit Erfolgsraten von 47.6% vs 61.9%.

Empfohlenes Modell: Qwen3.7 Plus - Die Punktzahl bleibt nah an der besten hier (7.2 vs 7.6) und es kostet etwa 42.0x weniger als Grok Build 0.1.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-02

Metrik Qwen3.7 Plus Qwen3.7 Plus none Veröffentlichung: 2026-06-03 Grok Build 0.1 Grok Build 0.1 medium Veröffentlichung: 2026-05-21
Punktzahl 7.2 7.6
Rang #62 #44
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 9.9
Korrekte Tests
Erfolgsquote pro Versuch 47.6% 61.9%
Instabile Tests 0 0
Gesamtläufe 63 63
Kosten pro Ergebnis 0.276 7.124
Gesamtkosten $0.023 $0.927
Eingabepreis $0.320 / 1M $1.000 / 1M
Ausgabepreis $1.280 / 1M $2.000 / 1M
Gesamte Eingabe-Token 42,510 44,418
Ausgabe-Token 6,578 2,782
Denk-Token 0 438,018
Antwortzeit (Durchschnitt) 2.85s 49.90s
Antwortzeit (Maximum) 29.38s 252.69s
Antwortzeit (Gesamt) 59.86s 1047.92s

Generierungs-Showcase

Hamster playing table tennis

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

#62 Qwen3.7 Plus

none
Kosten
$0.019
Zeit
213.5s
Token
11,960 tok

#44 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

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 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 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 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 12,909 231 16,917
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 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 Plus 3.0 10.0 0.0% 0 868ms 789 18 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 Plus 5.3 10.0 0.0% 0 1.33s 522 78 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 Plus 6.3 10.0 50.0% 0 929ms 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 Plus 7.7 10.0 66.7% 0 1.71s 714 443 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 Plus 10.0 10.0 100.0% 0 3.54s 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 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 531 13 21,563

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 PlusnoneDeepSeek V4 ProhighvsGrok Build 0.1mediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumGPT-5.3 ChatnonevsGrok Build 0.1mediumStep 3.7 FlashlowvsGrok Build 0.1mediumLaguna XS 2.1mediumKostenlos verfügbarvsQwen3.7 PlusnoneClaude Opus 4.8lowvsGrok Build 0.1mediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneGemini 3 Flash PreviewlowvsGrok Build 0.1medium