AI BENCHY Compare

Qwen: Qwen3 Coder Next vs xAI: Grok 4.20

Resumen

Comparación benchmark de Qwen3 Coder Next vs Grok 4.20: Qwen3 Coder Next lidera en puntuación media con 4.7 vs 4.4. Qwen3 Coder Next tiene menor coste de benchmark con $0.008 vs $0.057. Grok 4.20 es más rápido con 1.11s vs 8.58s, con tasas de acierto de 28.6% vs 28.6%.

Modelo recomendado: Qwen3 Coder Next - Tiene la mejor puntuación aquí (4.7) y cuesta aproximadamente 7.2x menos que Grok 4.20.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica	Qwen3 Coder Next Qwen3 Coder Next medium Lanzamiento: 2026-02-03	Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31

Métrica	Qwen3 Coder Next Qwen3 Coder Next medium Lanzamiento: 2026-02-03	Grok 4.20 Grok 4.20 none Lanzamiento: 2026-03-31
Puntuación	4.7	4.4
Rango	#153	#160
Fiabilidad	10.0	N/D
Consistencia	8.9	8.5
Pruebas correctas
Tasa de aciertos por intento	28.6%	28.6%
Pruebas inestables	3	0
Ejecuciones totales	63	54
Costo por resultado	0.201	1.570
Costo total	$0.008	$0.057
Precio de entrada	$0.110 / 1M	$1.250 / 1M
Precio de salida	$0.800 / 1M	$2.500 / 1M
Total de tokens de entrada	47,250	41,313
Tokens de salida	3,319	1,923
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	8.58s	1.11s
Tiempo de respuesta (máximo)	81.80s	6.04s
Tiempo de respuesta (total)	128.68s	19.96s

Generación showcase

Hamster playing table tennis

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

#153 Qwen3 Coder Next

medium

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#160 xAI: Grok 4.20

none

Coste: $0.004
Tiempo: 6.5s
Tokens: 1,367 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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	0
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	0

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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	0
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	0

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 Coder Next	3.0	10.0	0.0%	0		4.28s	20,469	317	0
Grok 4.20	3.0	10.0	0.0%	0		6.04s	17,673	282	0

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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	0
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	0

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 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	0
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	0

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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	0
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	0

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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	0
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	0

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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	0
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	0

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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	0
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	0

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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

Comparación rápida

Cambiar par de comparación