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-Flash vs xAI: Grok Build 0.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-28

Métrica Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24 Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación 7.6 7.7
Rango #48 #43
Fiabilidad 10.0 10.0
Consistencia 8.0 9.9
Pruebas correctas
Tasa de aciertos por intento 75.0% 65.0%
Pruebas inestables 5 0
Ejecuciones totales 60 60
Costo por resultado 0.821 5.606
Costo total $0.074 $0.729
Precio de entrada $0.065 / 1M $1.000 / 1M
Precio de salida $0.260 / 1M $2.000 / 1M
Tokens de salida 2,074 2,258
Tokens de razonamiento 272,063 341,381
Tiempo de respuesta (promedio) 63.04s 42.39s
Tiempo de respuesta (máximo) 234.29s 252.69s
Tiempo de respuesta (total) 1197.71s 847.76s

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-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 220 12,162
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 4.1 5.8 33.3% 1 54.23s 288 67,546
Grok Build 0.1 7.0 9.5 50.0% 0 62.62s 614 64,815
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 231 16,917
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-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 180 8,876
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-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 492 175,294
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-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 76 6,345
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-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 57 9,599
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-Flash 8.2 7.2 88.9% 1 27.61s 89 12,457
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 195 20,841
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-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 180 4,969
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 32 37,037
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 13 21,563

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 FlashhighDisponible gratisvsQwen3.5-FlashmediumDeepSeek V4 FlashhighDisponible gratisvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGPT-5.2 ChatnonevsGrok Build 0.1mediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsGrok Build 0.1medium