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

Qwen3.6 Plus vs xAI: Grok 4.20

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-02

Métrica Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-02 Disponible gratis Grok 4.20 Grok 4.20 medium Lanzamiento: 2026-03-31
Puntuación 8.4 7.1
Rango #9 #40
Consistencia 9.5 8.2
Pruebas correctas
Tasa de aciertos por intento 78.4% 66.7%
Pruebas inestables 1 4
Ejecuciones totales 51 51
Costo por resultado 0.000 7.358
Costo total $0.000 $0.663
Precio de entrada $0.000 / 1M $2.000 / 1M
Precio de salida $0.000 / 1M $6.000 / 1M
Tokens de salida 1,763 1,494
Tokens de razonamiento 83,782 97,078
Tiempo de respuesta (promedio) 15.27s 9.50s
Tiempo de respuesta (máximo) 43.55s 29.87s
Tiempo de respuesta (total) 259.55s 161.54s

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 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
Grok 4.20 10.0 10.0 100.0% 0 17.40s 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 salida Tokens de razonamiento
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.11s 298 6,868
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.6 PlusmediumDisponible gratisQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumDisponible gratisGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumDisponible gratisGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 PlusmediumDisponible gratisGPT-5.2 ChatnonevsQwen3.6 PlusmediumDisponible gratisGrok 4.20mediumvsMiMo-V2-OmninoneGPT-5.2 ChatnonevsGrok 4.20medium