AI BENCHY Compare

Elephant vs Qwen: Qwen3 Coder Next

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-14

Métrica	Elephant Elephant medium Lanzamiento: 2026-04-14	Qwen3 Coder Next Qwen3 Coder Next none Lanzamiento: 2026-02-03

Métrica	Elephant Elephant medium Lanzamiento: 2026-04-14	Qwen3 Coder Next Qwen3 Coder Next none Lanzamiento: 2026-02-03
Puntuación	5.2	5.1
Rango	#77	#83
Consistencia	9.6	9.7
Pruebas correctas
Tasa de aciertos por intento	29.6%	25.9%
Pruebas inestables	1	1
Ejecuciones totales	54	54
Costo por resultado	0.000	0.188
Costo total	$0.000	$0.008
Precio de entrada	$0.000 / 1M	$0.150 / 1M
Precio de salida	$0.000 / 1M	$0.800 / 1M
Tokens de salida	2,596	3,617
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	1.27s	10.18s
Tiempo de respuesta (máximo)	3.70s	45.14s
Tiempo de respuesta (total)	22.82s	122.13s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	6.6	10.0	50.0%	0		1.19s	815	0
Qwen3 Coder Next	3.6	10.0	0.0%	0		3.31s	1,321	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	5.1	3.3	33.3%	1		1.30s	365	0
Qwen3 Coder Next	7.3	3.7	66.7%	1		3.14s	585	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.0	10.0	0.0%	0		3.70s	562	0
Qwen3 Coder Next	3.0	10.0	0.0%	0		45.14s	317	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	6.5	10.0	50.0%	0		979ms	246	0
Qwen3 Coder Next	6.5	10.0	50.0%	0		1.32s	246	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.0	10.0	0.0%	0		925ms	24	0
Qwen3 Coder Next	5.3	10.0	33.3%	0		962ms	26	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	4.3	10.0	0.0%	0		920ms	105	0
Qwen3 Coder Next	10.0	10.0	100.0%	0		1.34s	152	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	9.8	10.0	100.0%	0		987ms	82	0
Qwen3 Coder Next	4.8	10.0	0.0%	0		7.71s	63	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.7	10.0	0.0%	0		867ms	166	0
Qwen3 Coder Next	3.2	10.0	0.0%	0		22.86s	652	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.0	10.0	0.0%	0		2.83s	231	0
Qwen3 Coder Next	10.0	10.0	100.0%	0		2.47s	255	0

Comparación rápida

Cambiar par de comparación

ElephantmediumvsGrok 4.20none Mistral Small 4nonevsElephantmedium gpt-oss-120bnoneDisponible gratisvsElephantmedium Trinity Large PreviewnoneDisponible gratisvsElephantmedium GPT-5.4 MininonevsElephantmedium MiniMax M2.7mediumvsQwen3 Coder Nextnone Nemotron 3 SupernoneDisponible gratisvsElephantmedium ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsElephantmedium ElephantmediumvsGLM 5.1none ElephantmediumvsGLM 4.7 Flashnone GPT-4o-mininonevsElephantmedium