Navegación
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.7 Flash (low) vs Grok 4.6 (medium)

Grok 4.6 (medium) lidera en puntuación media con 7.8 vs 7.7. Qwen3.7 Flash (low) tiene menor coste de benchmark con $0.053 vs $2.270. Qwen3.7 Flash (low) es más rápido con 41.03s vs 74.77s, con tasas de acierto de 68.1% vs 78.3%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-10-01

Modelos comparados

Rango
#114
Total de tokens de salida
331,107
Tiempo de respuesta (promedio)
41.03s
Costo total
$0.053
Rango
#107
Total de tokens de salida
266,197
Tiempo de respuesta (promedio)
74.77s
Costo total
$2.270
Modelo recomendado Qwen3.7 Flash (low)

Su puntuación se mantiene cerca de la mejor aquí (7.7 vs 7.8) y cuesta aproximadamente 43.2x menos que Grok 4.6 (medium).

Comparación detallada

Métrica Qwen3.7 Flash Qwen3.7 Flash low Lanzamiento: 2026-07-28 Grok 4.6 Grok 4.6 medium Lanzamiento: 2026-08-12
Puntuación 7.7 7.8
Rango #114 #107
Fiabilidad 10.0 10.0
Consistencia 8.1 8.7
Intentos 69/69 69/69
Pruebas correctas
Tasa de aciertos por intento 68.1% 78.3%
Pruebas inestables 6 4
Ejecuciones totales 69 69
Costo por resultado 0.439 14.187
Costo total $0.053 $2.270
Precio de entrada $0.030 / 1M $2.000 / 1M
Precio de salida $0.130 / 1M $6.000 / 1M
Total de tokens de entrada 318,058 336,351
Tokens de salida 16,035 6,180
Tokens de razonamiento 315,072 260,017
Tiempo de respuesta (promedio) 41.03s 74.77s
Tiempo de respuesta (máximo) 394.54s 514.35s
Tiempo de respuesta (total) 943.75s 1719.73s
Parámetros ~35B en total (~3B activos) ~1.7T en total (~170B activos)
Disponibilidad Código cerrado Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#114 Qwen3.7 Flash

low
Reached the allocated time limit (600 seconds) without receiving showcase output.
Coste
$0.000
Tiempo
600.0s
Tokens
0 tok

#107 SpaceXAI: Grok 4.6

medium
Coste
$0.028
Tiempo
72.1s
Tokens
4,771 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

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
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419
Grok 4.6 8.2 7.2 88.9% 1 120.05s 9,579 351 64,226

Comparación rápida

Cambiar par de comparación

Muse Glimmer 30BmediumvsQwen3.7 FlashlowGrok 4.6mediumvsGLM 5.3highQwen3.7 PlusnonevsGrok 4.6mediumMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowQwen3.8 2.4T A95BhighvsGrok 4.6mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowGPT-6 LunahighvsGrok 4.6mediumMuse Glimmer 30BhighvsGrok 4.6mediumQwen3.7 MaxnonevsGrok 4.6mediumClaude Fable 5.1highvsGrok 4.6mediumQwen3.7 FlashlowvsStep 3.7 Flashmedium