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 35B A3B vs xAI: Grok 4.20

Resumen

Comparación benchmark de Qwen3.6 35B A3B vs Grok 4.20: Grok 4.20 lidera en puntuación media con 5.4 vs 4.6. Qwen3.6 35B A3B tiene menor coste de benchmark con $0.031 vs $0.057. Grok 4.20 es más rápido con 1.11s vs 3.73s, con tasas de acierto de 30.2% vs 33.3%.

Modelo recomendado: Grok 4.20 - Tiene la mejor puntuación aquí (5.4) y responde aproximadamente 3.4x más rápido que Qwen3.6 35B A3B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

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 4.6 5.4
Rango #154 #128
Fiabilidad 10.0 N/D
Consistencia 8.0 10.0
Pruebas correctas
Tasa de aciertos por intento 30.2% 33.3%
Pruebas inestables 5 0
Ejecuciones totales 63 54
Costo por resultado 0.754 1.570
Costo total $0.031 $0.057
Precio de entrada $0.140 / 1M $1.250 / 1M
Precio de salida $1.000 / 1M $2.500 / 1M
Total de tokens de entrada 19,329 41,313
Tokens de salida 27,755 1,923
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 3.73s 1.11s
Tiempo de respuesta (máximo) 22.52s 6.04s
Tiempo de respuesta (total) 70.86s 19.96s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 tok

#128 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 tok

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 entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 0
Grok 4.20 - - - - - - - - -

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumDisponible gratisvsGrok 4.20noneDeepSeek V4 ProhighvsGrok 4.20nonegpt-oss-120bmediumDisponible gratisvsGrok 4.20noneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.6 35B A3BnoneMiniMax M2.5mediumvsQwen3.6 35B A3BnoneQwen3 Coder NextmediumvsGrok 4.20none