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: Qwen3.6 27B vs xAI: Grok Build 0.1

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica Qwen3.6 27B Qwen3.6 27B medium Lanzamiento: 2026-04-20 Grok Build 0.1 Grok Build 0.1 none Lanzamiento: 2026-05-21
Puntuación 6.6 6.6
Rango #83 #82
Fiabilidad 9.9 10.0
Consistencia 8.1 8.0
Pruebas correctas
Tasa de aciertos por intento 58.3% 60.4%
Pruebas inestables 5 4
Ejecuciones totales 60 57
Costo por resultado 3.015 7.805
Costo total $0.272 $0.547
Precio de entrada $0.317 / 1M $1.000 / 1M
Precio de salida $3.200 / 1M $2.000 / 1M
Tokens de salida 13,007 267,275
Tokens de razonamiento 105,697 0
Tiempo de respuesta (promedio) 57.65s 28.69s
Tiempo de respuesta (máximo) 168.22s 138.35s
Tiempo de respuesta (total) 1153.04s 459.00s

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 Build 0.1 8.7 7.9 91.7% 1 6.30s 11,162 0
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 6.6 10.0 50.0% 0 165.39s 4,760 26,668
Grok Build 0.1 10.0 10.0 100.0% 0 21.41s 16,568 0
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 Build 0.1 0.0 0.0 0.0% 0 0ms 0 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
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 568 9,404
Grok Build 0.1 4.7 1.6 66.7% 1 9.33s 6,359 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
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 3,510 20,352
Grok Build 0.1 3.6 7.2 22.2% 1 103.71s 179,469 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 81 3,045
Grok Build 0.1 4.3 10.0 0.0% 0 12.47s 6,647 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
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 346 6,548
Grok Build 0.1 9.8 10.0 100.0% 0 7.36s 8,970 0
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 Build 0.1 6.4 7.7 55.6% 1 9.55s 14,982 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
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 390 2,954
Grok Build 0.1 0.0 0.0 0.0% 0 0ms 0 0
Cultura 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 3.0 10.0 0.0% 0 80.99s 401 5,807
Grok Build 0.1 3.0 10.0 0.0% 0 36.09s 23,118 0

Comparación rápida

Cambiar par de comparación

DeepSeek V4 ProhighvsGrok Build 0.1noneGemini 3.1 Flash LitenonevsQwen3.6 27BmediumGPT-5.5nonevsQwen3.6 27BmediumKimi K2.5mediumvsGrok Build 0.1noneGemini 3.1 Flash LiteminimalvsGrok Build 0.1noneDeepSeek V4 ProhighvsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemma 4 31BnoneDisponible gratisvsQwen3.6 27BmediumQwen3.6 27BmediumvsGLM 5noneGPT-5 MinimediumvsGrok Build 0.1noneGrok Build 0.1nonevsMiMo-V2-OmnimediumMercury 2mediumvsGrok Build 0.1none