Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.3

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-07

Métrica Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20 Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación 8.8 8.2
Rango #8 #21
Fiabilidad 10.0 10.0
Consistencia 9.5 8.6
Pruebas correctas
Tasa de aciertos por intento 85.2% 81.5%
Pruebas inestables 1 3
Ejecuciones totales 54 54
Costo por resultado 5.486 3.974
Costo total $0.823 $0.517
Precio de entrada $1.040 / 1M $1.250 / 1M
Precio de salida $6.240 / 1M $2.500 / 1M
Tokens de salida 2,158 1,223
Tokens de razonamiento 97,495 187,047
Tiempo de respuesta (promedio) 48.31s 48.63s
Tiempo de respuesta (máximo) 186.74s 216.69s
Tiempo de respuesta (total) 869.64s 875.27s

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 Max Preview 10.0 10.0 100.0% 0 22.13s 228 10,075
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 117.87s 368 13,790
Grok 4.3 10.0 10.0 100.0% 0 45.72s 284 9,659
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 390 14,575
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
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 Max Preview 10.0 10.0 100.0% 0 41.15s 270 10,106
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
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 Max Preview 2.9 7.2 11.1% 1 95.91s 60 30,371
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
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 Max Preview 10.0 10.0 100.0% 0 32.24s 129 3,510
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
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 Max Preview 10.0 10.0 100.0% 0 24.31s 103 5,848
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
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 Max Preview 10.0 10.0 100.0% 0 24.19s 301 7,649
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
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 Max Preview 10.0 10.0 100.0% 0 18.32s 309 1,571
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumHY3 PreviewlowDisponible gratisvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumQwen3.6 Max PreviewmediumvsHY3 PreviewhighDisponible gratisGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumClaude Opus 4.7nonevsQwen3.6 Max PreviewmediumGPT-5.3 ChatnonevsGrok 4.3mediumHY3 PreviewhighDisponible gratisvsGrok 4.3mediumDeepSeek V4 FlashhighvsGrok 4.3mediumGPT-5.5lowvsQwen3.6 Max Previewmedium