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

Qwen: Qwen3.6 Plus vs xAI: Grok 4.3

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20 Grok 4.3 Grok 4.3 medium Lanzamiento: 2026-05-01
Puntuación 7.9 8.0
Rango #28 #24
Fiabilidad 10.0 10.0
Consistencia 9.6 8.7
Pruebas correctas
Tasa de aciertos por intento 70.2% 77.2%
Pruebas inestables 1 3
Ejecuciones totales 57 57
Costo por resultado 0.118 4.229
Costo total $0.016 $0.550
Precio de entrada $0.325 / 1M $1.250 / 1M
Precio de salida $1.950 / 1M $2.500 / 1M
Tokens de salida 1,784 1,237
Tokens de razonamiento 91,543 200,033
Tiempo de respuesta (promedio) 17.06s 48.41s
Tiempo de respuesta (máximo) 47.51s 216.69s
Tiempo de respuesta (total) 307.07s 919.73s

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 4.3 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 Plus 3.0 10.0 0.0% 0 0ms 0 0
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 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
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 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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 Plus 10.0 10.0 100.0% 0 6.11s 298 6,868
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 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Cultura 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 3.0 10.0 0.0% 0 47.51s 21 7,761
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 PlusmediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.3mediumGemini 3.1 Flash LitelowvsQwen3.6 PlusmediumGPT-5.2 ChatnonevsGrok 4.3mediumGPT-5.3 ChatnonevsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsGrok 4.3medium