Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.0 7.1
Rango #54 #40
Consistencia 9.6 8.2
Pruebas correctas
Tasa de aciertos por intento 43.1% 66.7%
Pruebas inestables 1 4
Ejecuciones totales 51 51
Costo por resultado 0.077 7.358
Costo total $0.006 $0.663
Precio de entrada $0.065 / 1M $2.000 / 1M
Precio de salida $0.260 / 1M $6.000 / 1M
Tokens de salida 3,777 1,494
Tokens de razonamiento 0 97,078
Tiempo de respuesta (promedio) 3.36s 9.50s
Tiempo de respuesta (máximo) 13.73s 29.87s
Tiempo de respuesta (total) 57.15s 161.54s

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 3.5 8.3 8.3% 1 1.32s 690 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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 3.0 10.0 0.0% 0 6.22s 1,794 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-Flash 10.0 10.0 100.0% 0 1.57s 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-Flash 7.7 10.0 66.7% 0 905ms 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-Flash 10.0 10.0 100.0% 0 803ms 100 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-Flash 6.3 10.0 50.0% 0 8.81s 63 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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-Flash 3.3 10.0 0.0% 0 5.90s 608 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-Flash 10.0 10.0 100.0% 0 3.67s 264 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-FlashnoneClaude Sonnet 4.6nonevsGrok 4.20mediumMiniMax M2.5mediumDisponible gratisvsQwen3.5-FlashnoneQwen3.5-FlashnonevsGrok 4.20 Multi Agent BetamediumGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-FlashnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumMistral Small 4mediumvsQwen3.5-FlashnoneGrok 4.20mediumvsMiMo-V2-Omninone