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 Coder Next vs xAI: Grok 4.20 Beta

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica Qwen3 Coder Next Qwen3 Coder Next medium Lanzamiento: 2026-02-03 Grok 4.20 Beta Grok 4.20 Beta none Lanzamiento: 2026-03-12
Rango #58 #52
Puntaje prom. 3.5 4.4
Consistencia 9.1 9.1
Costo por resultado 0.230 2.214
Costo total $0.007 $0.089
Pruebas correctas
Tasa de aciertos por intento 27.1% 33.3%
Pruebas inestables 2 2
Ejecuciones totales 48 48
Tokens de salida 2,935 1,511
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 12.53s 1.22s
Tiempo de respuesta (máximo) 81.80s 6.48s
Tiempo de respuesta (total) 125.32s 19.53s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 Coder Next 1.3 7.5 22.2% 1 15.28s 1,246 0
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3 Coder Next 10.0 10.0 0.0% 0 4.28s 317 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
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 Coder Next 5.4 10.0 50.0% 0 81.80s 246 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
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 Coder Next 4.0 10.0 33.3% 0 638ms 25 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3 Coder Next 6.0 3.4 66.7% 1 1.39s 142 0
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
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 Coder Next 4.5 10.0 0.0% 0 7.34s 63 0
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3 Coder Next 10.0 10.0 0.0% 0 2.30s 641 0
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
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 Coder Next 10.0 10.0 100.0% 0 2.64s 255 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparación rápida

Cambiar par de comparación

Nemotron 3 Super 120b A12bnoneDisponible gratisvsQwen3 Coder NextmediumMercury 2nonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGLM 4.7 FlashnoneGPT-4o-mininonevsQwen3 Coder NextmediumKimi K2.5nonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsGrok 4.1 FastnoneQwen3 Coder NextmediumvsMiMo-V2-Flashnonegpt-oss-120bmediumDisponible gratisvsGrok 4.20 BetanoneTrinity Large PreviewnoneDisponible gratisvsQwen3 Coder NextmediumMercury 2mediumvsGrok 4.20 BetanoneGPT-5.4nonevsQwen3 Coder Nextmedium