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 4.5

Resumen

Comparación benchmark de Qwen3.6 Plus (medium) vs Grok 4.5 (low): La puntuación media está prácticamente empatada en 7.8 vs 7.8. Qwen3.6 Plus (medium) tiene menor coste de benchmark con $0.294 vs $0.760. Grok 4.5 (low) es más rápido con 15.48s vs 30.70s, con tasas de acierto de 69.8% vs 74.6%.

Modelo recomendado: Qwen3.6 Plus (medium) - Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 2.6x menos que Grok 4.5 (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-08

Métrica Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20 Grok 4.5 Grok 4.5 low Lanzamiento: 2026-07-08
Puntuación 7.8 7.8
Rango #32 #34
Fiabilidad 10.0 10.0
Consistencia 9.3 9.7
Pruebas correctas
Tasa de aciertos por intento 69.8% 74.6%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 0.831 5.061
Costo total $0.294 $0.760
Precio de entrada $0.325 / 1M $2.000 / 1M
Precio de salida $1.950 / 1M $6.000 / 1M
Total de tokens de entrada 41,565 58,652
Tokens de salida 1,853 1,735
Tokens de razonamiento 141,973 105,233
Tiempo de respuesta (promedio) 30.70s 15.48s
Tiempo de respuesta (máximo) 201.68s 205.28s
Tiempo de respuesta (total) 613.99s 324.98s

Generación showcase

Hamster playing table tennis

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

#32 Qwen3.6 Plus

medium
Coste
$0.024
Tiempo
219.0s
Tokens
12,235 tok

#34 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

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 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
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 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
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 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
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 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
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 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
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 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
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 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6mediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumDisponible gratisvsGrok 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.8lowvsQwen3.6 PlusmediumClaude Opus 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-02-15mediumvsGrok 4.5low