नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Qwen: Qwen3.5 Plus 2026-02-15 vs xAI: Grok 4.5

सारांश

Qwen3.5 Plus 2026-02-15 (medium) vs Grok 4.5 (low) benchmark तुलना: Qwen3.5 Plus 2026-02-15 (medium) average score में आगे है: 8.0 vs 7.8. Qwen3.5 Plus 2026-02-15 (medium) की benchmark लागत कम है: $0.310 vs $0.760. Grok 4.5 (low) तेज है: 15.48s vs 73.79s, pass rates 73.0% vs 74.6%.

अनुशंसित मॉडल: Qwen3.5 Plus 2026-02-15 (medium) - It has the best score here (8.0), while costing about 2.5x less than Grok 4.5 (low).

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

मेट्रिक Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15 Grok 4.5 Grok 4.5 low रिलीज़: 2026-07-08
स्कोर 8.0 7.8
रैंक #29 #34
विश्वसनीयता 10.0 10.0
संगति 8.8 9.7
सही परीक्षण
प्रति प्रयास पास दर 73.0% 74.6%
अस्थिर टेस्ट 3 1
कुल रन 63 63
प्रति परिणाम लागत 2.445 5.061
कुल लागत $0.310 $0.760
इनपुट कीमत $0.260 / 1M $2.000 / 1M
आउटपुट कीमत $1.560 / 1M $6.000 / 1M
कुल इनपुट टोकन 40,918 58,652
आउटपुट टोकन 2,159 1,735
रीजनिंग टोकन 189,604 105,233
प्रतिक्रिया समय (औसत) 73.79s 15.48s
प्रतिक्रिया समय (अधिकतम) 266.69s 205.28s
प्रतिक्रिया समय (कुल) 1033.07s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#29 Qwen3.5 Plus 2026-02-15

medium
लागत
$0.011
समय
125.5s
टोकन
7,040 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 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 672 205 21,236
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 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 14,934 421 7,906
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 7,782 270 14,916
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 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 444 35 16,680
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 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 344 73 8,675
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 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 699 101 7,704
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 Plus 2026-02-15 10.0 10.0 100.0% 0 32.50s 696 301 13,853
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 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 8,193 309 909
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 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 204 24 17,130
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

त्वरित तुलना

तुलना जोड़ी बदलें