नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Qwen: Qwen3.5-27B vs xAI: Grok 4.5

सारांश

Qwen3.5-27B (medium) vs Grok 4.5 (low) benchmark तुलना: Qwen3.5-27B (medium) average score में आगे है: 7.9 vs 7.8. Qwen3.5-27B (medium) की benchmark लागत कम है: $0.536 vs $0.760. Grok 4.5 (low) तेज है: 15.48s vs 68.39s, pass rates 73.0% vs 74.6%.

अनुशंसित मॉडल: Grok 4.5 (low) - Its score stays close to the best score here (7.8 vs 7.9), while responding about 4.4x faster than Qwen3.5-27B (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-08

मेट्रिक Qwen3.5-27B Qwen3.5-27B medium रिलीज़: 2026-02-24 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 7.9 7.8
रैंक #30 #34
विश्वसनीयता 10.0 10.0
संगति 8.5 9.7
सही परीक्षण
प्रति प्रयास पास दर 73.0% 74.6%
अस्थिर टेस्ट 4 1
कुल रन 63 63
प्रति परिणाम लागत 4.901 5.061
कुल लागत $0.536 $0.760
इनपुट कीमत $0.195 / 1M $2.000 / 1M
आउटपुट कीमत $1.560 / 1M $6.000 / 1M
कुल इनपुट टोकन 42,164 58,652
आउटपुट टोकन 8,534 1,735
रीजनिंग टोकन 329,289 105,233
प्रतिक्रिया समय (औसत) 68.39s 15.48s
प्रतिक्रिया समय (अधिकतम) 234.36s 205.28s
प्रतिक्रिया समय (कुल) 1436.24s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#30 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 tok

#34 xAI: Grok 4.5

low
लागत
$0.011
समय
12.4s
टोकन
2,018 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

त्वरित तुलना

तुलना जोड़ी बदलें