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: Qwen3.5-35B-A3B vs xAI: Grok 4.20 Beta

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Lanzamiento: 2026-02-24 Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12
Rango #48 #52
Puntaje prom. 4.7 4.4
Consistencia 8.6 9.1
Costo por resultado 0.237 2.214
Costo total $0.015 $0.089
Pruebas correctas
Tasa de aciertos por intento 50.0% 33.3%
Pruebas inestables 3 2
Ejecuciones totales 48 48
Tokens de salida 3,756 1,511
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 4.10s 1.22s
Tiempo de respuesta (máximo) 47.43s 6.48s
Tiempo de respuesta (total) 65.62s 19.53s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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
Qwen3.5-35B-A3B 10.0 7.2 22.2% 1 1.76s 569 0
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-35B-A3B 10.0 10.0 0.0% 0 47.43s 1,833 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 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
Qwen3.5-35B-A3B 9.9 10.0 100.0% 0 1.16s 243 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 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
Qwen3.5-35B-A3B 7.0 10.0 66.7% 0 485ms 15 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-35B-A3B 6.0 3.4 66.7% 1 1.19s 114 0
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 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
Qwen3.5-35B-A3B 5.0 10.0 50.0% 0 809ms 63 0
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 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
Qwen3.5-35B-A3B 1.7 7.4 22.2% 1 1.34s 655 0
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 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
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 2.30s 264 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsQwen3.5-35B-A3BnoneQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsGrok 4.20 Betanonegpt-oss-120bmediumDisponible gratisvsQwen3.5-35B-A3BnoneMercury 2mediumvsQwen3.5-35B-A3Bnonegpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneNemotron 3 Super 120b A12bmediumDisponible gratisvsQwen3.5-35B-A3BnoneQwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 Betanone