Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-27B vs xAI: Grok 4.5

Resumen

Comparación benchmark de Qwen3.5-27B (medium) vs Grok 4.5 (low): Qwen3.5-27B (medium) lidera en puntuación media con 7.9 vs 7.8. Qwen3.5-27B (medium) tiene menor coste de benchmark con $0.536 vs $0.760. Grok 4.5 (low) es más rápido con 15.48s vs 68.39s, con tasas de acierto de 73.0% vs 74.6%.

Modelo recomendado: Grok 4.5 (low) - Su puntuación se mantiene cerca de la mejor aquí (7.8 vs 7.9) y responde aproximadamente 4.4x más rápido que Qwen3.5-27B (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-08

Métrica Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24 Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación 7.9 7.8
Rango #30 #34
Fiabilidad 10.0 10.0
Consistencia 8.5 9.7
Pruebas correctas
Tasa de aciertos por intento 73.0% 74.6%
Pruebas inestables 4 1
Ejecuciones totales 63 63
Costo por resultado 4.901 5.061
Costo total $0.536 $0.760
Precio de entrada $0.195 / 1M $2.000 / 1M
Precio de salida $1.560 / 1M $6.000 / 1M
Total de tokens de entrada 42,164 58,652
Tokens de salida 8,534 1,735
Tokens de razonamiento 329,289 105,233
Tiempo de respuesta (promedio) 68.39s 15.48s
Tiempo de respuesta (máximo) 234.36s 205.28s
Tiempo de respuesta (total) 1436.24s 324.98s

Generación showcase

Hamster playing table tennis

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

#30 Qwen3.5-27B

medium
Coste
$0.008
Tiempo
62.0s
Tokens
3,099 tok

#34 xAI: Grok 4.5

low
Coste
$0.011
Tiempo
12.4s
Tokens
2,018 tok

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 entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponible gratisvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Opus 4.8lowvsQwen3.5-27BmediumQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowQwen3.5-27BmediumvsStep 3.7 Flashlow