Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.20

Resumen

Comparación benchmark de Qwen3.6 Max Preview vs Grok 4.20: Grok 4.20 lidera en puntuación media con 7.1 vs 6.9. Qwen3.6 Max Preview tiene menor coste de benchmark con $0.075 vs $0.609. Qwen3.6 Max Preview es más rápido con 3.30s vs 27.68s, con tasas de acierto de 58.7% vs 63.5%.

Modelo recomendado: Qwen3.6 Max Preview - Su puntuación se mantiene cerca de la mejor aquí (6.9 vs 7.1) y cuesta aproximadamente 8.2x menos que Grok 4.20.

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

Métrica Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20 Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 6.9 7.1
Rango #75 #66
Fiabilidad 10.0 10.0
Consistencia 9.2 8.8
Pruebas correctas
Tasa de aciertos por intento 58.7% 63.5%
Pruebas inestables 2 3
Ejecuciones totales 63 63
Costo por resultado 0.824 8.309
Costo total $0.075 $0.609
Precio de entrada $1.040 / 1M $1.250 / 1M
Precio de salida $6.240 / 1M $2.500 / 1M
Total de tokens de entrada 42,509 44,433
Tokens de salida 4,779 1,819
Tokens de razonamiento 0 219,524
Tiempo de respuesta (promedio) 3.30s 27.68s
Tiempo de respuesta (máximo) 20.51s 199.66s
Tiempo de respuesta (total) 69.40s 581.26s

Generation showcase

Hamster playing table tennis

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

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 tok

#66 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 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 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 3.8 7.3 22.2% 1 3.12s 7,913 456 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 2.87s 7,794 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 7.7 10.0 66.7% 0 1.22s 789 18 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 4.3 10.0 0.0% 0 1.62s 522 76 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 9.8 10.0 100.0% 0 1.40s 711 69 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 2.65s 714 321 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 5.27s 8,211 222 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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 1.97s 210 19 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Comparación rápida

Cambiar par de comparación

Ring-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash LitelowvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneStep 3.7 FlashlowvsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.4 NanomediumvsQwen3.6 Max Previewnone