Navegación
AI BENCHY
Your ad here

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: 2026-04-02

Métrica Qwen3.5-27B Qwen3.5-27B none Lanzamiento: 2026-02-24 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.6 5.4
Rango #65 #69
Consistencia 9.1 9.5
Pruebas correctas
Tasa de aciertos por intento 35.3% 31.4%
Pruebas inestables 2 1
Ejecuciones totales 51 51
Costo por resultado 0.303 1.809
Costo total $0.016 $0.091
Precio de entrada $0.195 / 1M $2.000 / 1M
Precio de salida $1.560 / 1M $6.000 / 1M
Tokens de salida 3,164 1,655
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.70s 1.11s
Tiempo de respuesta (máximo) 9.39s 6.04s
Tiempo de respuesta (total) 28.82s 18.80s

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 4.8 10.0 25.0% 0 501ms 267 0
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 3.0 10.0 0.0% 0 6.04s 282 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
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 243 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 15 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
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 4.8 10.0 0.0% 0 659ms 83 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
Qwen3.5-27B 4.8 10.0 0.0% 0 815ms 69 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving 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 5.3 7.4 44.4% 1 487ms 242 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
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 303 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsQwen3.5-27BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsQwen3.5-27BnoneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsQwen3.5-27BnoneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.7mediumvsQwen3.5-27BnoneQwen3.5-27BnonevsGrok 4.20 Multi Agent Betamediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20noneGPT-5 NanomediumvsQwen3.5-27BnoneGrok 4.20nonevsGLM 4.7 Flashmedium