Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-27B vs xAI: Grok 4.20

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

Métrica Qwen3.5-27B Qwen3.5-27B none Lanzamiento: 2026-02-24 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 5.9 7.0
Rango #64 #44
Consistencia 9.2 7.8
Pruebas correctas
Tasa de aciertos por intento 38.9% 66.7%
Pruebas inestables 2 5
Ejecuciones totales 54 54
Costo por resultado 0.265 8.252
Costo total $0.016 $0.743
Precio de entrada $0.195 / 1M $2.000 / 1M
Precio de salida $1.560 / 1M $6.000 / 1M
Tokens de salida 3,545 1,744
Tokens de razonamiento 0 109,882
Tiempo de respuesta (promedio) 1.74s 10.33s
Tiempo de respuesta (máximo) 9.39s 29.87s
Tiempo de respuesta (total) 31.32s 185.87s

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
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 267 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 2.51s 381 0
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 2.8 1.6 33.3% 1 9.39s 1,461 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 15 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 5.0 10.0 0.0% 0 2.51s 126 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 4.8 10.0 0.0% 0 815ms 69 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 6.7 7.9 55.6% 1 1.37s 680 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 303 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

gpt-oss-120bmediumDisponible gratisvsQwen3.5-27BnoneGemma 4 31BnoneDisponible gratisvsGrok 4.20mediumMiniMax M2.5mediumDisponible gratisvsQwen3.5-27BnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumMistral Small 4mediumvsQwen3.5-27BnoneGrok 4.20mediumvsGLM 5noneGPT-5 NanomediumvsQwen3.5-27BnoneClaude Sonnet 4.6nonevsGrok 4.20mediumGrok 4.20mediumvsMiMo-V2-OmninoneMiniMax M2.7mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-27BnoneElephantmediumvsQwen3.5-27Bnone