Qwen: Qwen3.7 Max vs xAI: Grok Build 0.1

Grok Build 0.1 (medium) lidera en puntuación media con 7.6 vs 7.4. Qwen3.7 Max tiene menor coste de benchmark con $0.197 vs $1.097. Qwen3.7 Max es más rápido con 4.52s vs 52.06s, con tasas de acierto de 68.2% vs 63.6%.

Modelo recomendadoQwen3.7 MaxSu puntuación se mantiene cerca de la mejor aquí (7.4 vs 7.6) y cuesta aproximadamente 5.6x menos que Grok Build 0.1 (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

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	7.6
Rango	#57	#46
Fiabilidad	9.9	10.0
Consistencia	10.0	10.0
Pruebas correctas
Tasa de aciertos por intento	68.2%	63.6%
Pruebas inestables	0	0
Ejecuciones totales	66	66
Costo por resultado	1.582	7.830
Costo total	$0.197	$1.097
Precio de entrada	$1.475 / 1M	$1.000 / 1M
Precio de salida	$4.425 / 1M	$2.000 / 1M
Total de tokens de entrada	95,983	106,751
Tokens de salida	12,446	7,993
Tokens de razonamiento	0	486,670
Tiempo de respuesta (promedio)	4.52s	52.06s
Tiempo de respuesta (máximo)	72.30s	252.69s
Tiempo de respuesta (total)	99.52s	1145.27s

Hamster playing table tennis

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

#57 Qwen3.7 Max

none

Coste: $0.046
Tiempo: 195.0s
Tokens: 12,171 tok

#46 xAI: Grok Build 0.1

medium

Coste: $0.028
Tiempo: 81.3s
Tokens: 14,009 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

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		975ms	789	15	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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

Comparación rápida

Cambiar par de comparación

GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone DeepSeek V4 ProhighvsGrok Build 0.1medium KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone DeepSeek V4 FlashhighvsGrok Build 0.1medium GPT-5.3 ChatnonevsGrok Build 0.1medium GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsGrok Build 0.1medium GPT-5.6 LunahighvsGrok Build 0.1medium Nemotron 3 UltramediumDisponible gratisvsQwen3.7 Maxnone