Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen: Qwen3.6 35B A3B vs xAI: Grok 4.20

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

Métrica Qwen3.6 35B A3B Qwen3.6 35B A3B none Lanzamiento: 2026-04-20 Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación 5.1 5.2
Rango #112 #105
Fiabilidad 10.0 N/D
Consistencia 7.4 9.5
Pruebas correctas
Tasa de aciertos por intento 39.6% 29.6%
Pruebas inestables 5 1
Ejecuciones totales 54 54
Costo por resultado 0.471 1.889
Costo total $0.019 $0.095
Precio de entrada $0.162 / 1M $2.000 / 1M
Precio de salida $0.966 / 1M $6.000 / 1M
Tokens de salida 17,503 1,967
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 2.87s 1.11s
Tiempo de respuesta (máximo) 12.46s 6.04s
Tiempo de respuesta (total) 46.00s 20.02s

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 35B A3B 3.6 7.6 16.7% 1 2.10s 1,571 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 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 35B A3B 10.0 10.0 100.0% 0 2.05s 921 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 248 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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 35B A3B 3.5 4.4 33.3% 2 7.45s 11,381 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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 35B A3B 4.4 3.0 33.3% 1 3.51s 1,545 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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 35B A3B 6.2 5.8 66.7% 1 1.86s 1,264 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 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 35B A3B 3.2 9.9 0.0% 0 1.00s 573 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparación rápida

Cambiar par de comparación

Elephant AlphamediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneElephant AlphamediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.6 35B A3BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponible gratisvsGrok 4.20noneQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumQwen3 Coder NextmediumvsGrok 4.20noneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.5mediumDisponible gratisvsQwen3.6 35B A3BnoneGrok 4.20nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsGrok 4.20none