Qwen3.7 Max vs Grok Build 0.1 (medium)

Modelo recomendado Qwen3.7 Max

Tiene la mejor puntuación aquí (7.4) y cuesta aproximadamente 5.7x menos que Grok Build 0.1 (medium).

Comparación detallada

Métrica	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22	Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21

Métrica	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22	Grok Build 0.1 Grok Build 0.1 medium Lanzamiento: 2026-05-21
Puntuación	7.4	7.5
Rango	#92	#90
Fiabilidad	9.9	10.0
Consistencia	10.0	9.6
Intentos	66/66	66/66
Pruebas correctas
Tasa de aciertos por intento	68.2%	60.6%
Pruebas inestables	0	1
Ejecuciones totales	66	66
Costo por resultado	1.581	8.691
Costo total	$0.197	$1.130
Precio de entrada	$1.475 / 1M	$1.000 / 1M
Precio de salida	$4.425 / 1M	$2.000 / 1M
Total de tokens de entrada	95,992	106,946
Tokens de salida	12,446	7,993
Tokens de razonamiento	0	503,413
Tiempo de respuesta (promedio)	4.56s	54.50s
Tiempo de respuesta (máximo)	72.30s	252.69s
Tiempo de respuesta (total)	100.30s	1199.07s
Parámetros	~1T en total (~40B activos)	~300B en total (~30B activos)
Disponibilidad	Código cerrado	Código cerrado

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

none

medium

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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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
Qwen3.7 Max	7.7	10.0	66.7%	0		1.24s	798	15	0
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Cambiar par de comparación