Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen: Qwen3.6 27B vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-27

Métrica Qwen3.6 27B Qwen3.6 27B medium Lanzamiento: 2026-04-20 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 7.0 7.0
Rango #60 #61
Fiabilidad 10.0 N/D
Consistencia 7.9 7.8
Pruebas correctas
Tasa de aciertos por intento 64.8% 66.7%
Pruebas inestables 5 5
Ejecuciones totales 54 54
Costo por resultado 2.321 8.252
Costo total $0.209 $0.743
Precio de entrada $0.500 / 1M $2.000 / 1M
Precio de salida $2.000 / 1M $6.000 / 1M
Tokens de salida 8,279 1,744
Tokens de razonamiento 91,083 109,882
Tiempo de respuesta (promedio) 50.53s 10.33s
Tiempo de respuesta (máximo) 168.22s 29.87s
Tiempo de respuesta (total) 909.49s 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
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 582 4,311
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
Qwen3.6 27B 10.0 10.0 100.0% 0 168.22s 433 17,861
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
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 2,088 14,689
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
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 568 9,404
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
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 3,510 20,352
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
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 81 3,045
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
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 346 6,548
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
Qwen3.6 27B 7.7 10.0 66.7% 0 60.21s 281 11,919
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
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 390 2,954
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Gemma 4 31BnoneDisponible gratisvsGrok 4.20mediumGemma 4 31BnoneDisponible gratisvsQwen3.6 27BmediumDeepSeek V4 ProhighvsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumDeepSeek V4 ProhighvsQwen3.6 27BmediumGPT-5.5nonevsQwen3.6 27BmediumDeepSeek V4 PrononevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneDeepSeek V4 PrononevsQwen3.6 27BmediumQwen3.6 27BmediumvsGLM 5noneQwen3.6 Max PreviewnonevsGrok 4.20medium