Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.5

La puntuación media está prácticamente empatada en 8.4 vs 8.4. Grok 4.5 (low) tiene menor coste de benchmark con $0.935 vs $1.143. Grok 4.5 (low) es más rápido con 15.56s vs 67.53s, con tasas de acierto de 80.3% vs 75.8%.

Modelo recomendadoGrok 4.5 (low)Tiene la mejor puntuación aquí (8.4) y responde aproximadamente 4.3x más rápido que Qwen3.6 Max Preview (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20	Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08

Métrica	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20	Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación	8.4	8.4
Rango	#19	#20
Fiabilidad	9.9	10.0
Consistencia	8.9	9.7
Pruebas correctas
Tasa de aciertos por intento	80.3%	75.8%
Pruebas inestables	3	1
Ejecuciones totales	66	66
Costo por resultado	8.173	5.844
Costo total	$1.143	$0.935
Precio de entrada	$1.040 / 1M	$2.000 / 1M
Precio de salida	$6.240 / 1M	$6.000 / 1M
Total de tokens de entrada	79,240	125,596
Tokens de salida	5,098	7,505
Tokens de razonamiento	164,842	106,446
Tiempo de respuesta (promedio)	67.53s	15.56s
Tiempo de respuesta (máximo)	238.07s	205.28s
Tiempo de respuesta (total)	1485.64s	342.32s

Hamster playing table tennis

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

#19 Qwen3.6 Max Preview

medium

Coste: $0.024
Tiempo: 76.5s
Tokens: 3,861 tok

#20 xAI: Grok 4.5

low

Coste: $0.011
Tiempo: 12.4s
Tokens: 2,018 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

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 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

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 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

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 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Comparación rápida

Cambiar par de comparación

GPT-5.2mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGrok 4.5low Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Claude Fable 5mediumvsGrok 4.5low Muse Spark 1.1mediumvsGrok 4.5low Claude Opus 4.7mediumvsGrok 4.5low GPT-5 MinimediumvsGrok 4.5low Muse Spark 1.1highvsGrok 4.5low Step 3.7 FlashmediumvsGrok 4.5low GPT-5.2 ChatnonevsGrok 4.5low