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

Qwen3.6 Max Preview (medium) lidera en puntuación media con 8.4 vs 8.3. Qwen3.6 Max Preview (medium) tiene menor coste de benchmark con $1.143 vs $1.928. Grok 4.5 (medium) es más rápido con 61.71s vs 67.53s, con tasas de acierto de 80.3% vs 78.8%.

Modelo recomendadoQwen3.6 Max Preview (medium)Tiene la mejor puntuación aquí (8.4) y cuesta aproximadamente 1.7x menos que Grok 4.5 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

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

Métrica	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20	Grok 4.5 Grok 4.5 medium Lanzamiento: 2026-07-08
Puntuación	8.4	8.3
Rango	#25	#28
Fiabilidad	9.9	10.0
Consistencia	8.9	8.9
Pruebas correctas
Tasa de aciertos por intento	80.3%	78.8%
Pruebas inestables	3	3
Ejecuciones totales	66	66
Costo por resultado	8.173	12.049
Costo total	$1.143	$1.928
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	122,146
Tokens de salida	5,098	5,514
Tokens de razonamiento	164,842	275,053
Tiempo de respuesta (promedio)	67.53s	61.71s
Tiempo de respuesta (máximo)	238.07s	436.38s
Tiempo de respuesta (total)	1485.64s	1357.56s

Hamster playing table tennis

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

#25 Qwen3.6 Max Preview

medium

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

#28 xAI: Grok 4.5

medium

Coste: $0.044
Tiempo: 59.4s
Tokens: 7,512 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		23.50s	2,991	147	4,018

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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		6.29s	8,937	225	3,657

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	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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		6.06s	1,857	57	2,728

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		7.75s	2,430	254	3,641

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		6.57s	8,544	192	968

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		74.44s	789	13	14,921

Comparación rápida

Cambiar par de comparación

Qwen3.6 Max PreviewmediumvsGrok 4.5low Muse Spark 1.1lowvsGrok 4.5medium Claude Opus 5lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1highvsGrok 4.5medium Claude Opus 5lowvsGrok 4.5medium Gemini 3.5 Flash-LitehighvsGrok 4.5medium InklinghighvsGrok 4.5medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high Muse Spark 1.1highvsQwen3.6 Max Previewmedium Kimi K3maxvsGrok 4.5medium