नेविगेशन
Advertise here

Qwen3.5 Plus 2026-02-15 vs Grok 4.20 (medium)

average score लगभग बराबर है: 6.3 vs 6.3. Qwen3.5 Plus 2026-02-15 की benchmark लागत कम है: $0.176 vs $1.246. Qwen3.5 Plus 2026-02-15 तेज है: 20.07s vs 36.73s, pass rates 52.2% vs 58.0%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#300
कुल आउटपुट टोकन
53,060
प्रतिक्रिया समय (औसत)
20.07s
कुल लागत
$0.176
रैंक
#307
कुल आउटपुट टोकन
302,087
प्रतिक्रिया समय (औसत)
36.73s
कुल लागत
$1.246
अनुशंसित मॉडल Qwen3.5 Plus 2026-02-15

It has the best score here (6.3), while costing about 7.1x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none रिलीज़: 2026-02-15 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 6.3 6.3
रैंक #300 #307
विश्वसनीयता 10.0 10.0
संगति 9.1 8.2
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 52.2% 58.0%
अस्थिर टेस्ट 3 5
कुल रन 69 69
प्रति परिणाम लागत 1.593 14.374
कुल लागत $0.176 $1.246
इनपुट कीमत $0.260 / 1M $1.250 / 1M
आउटपुट कीमत $1.560 / 1M $2.500 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.200 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 346,064 392,127
आउटपुट टोकन 53,060 7,754
रीजनिंग टोकन 0 294,333
प्रतिक्रिया समय (औसत) 20.07s 36.73s
प्रतिक्रिया समय (अधिकतम) 183.50s 199.66s
प्रतिक्रिया समय (कुल) 341.27s 844.68s
पैरामीटर ~397B कुल (~17B सक्रिय) ~1T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#300 Qwen3.5 Plus 2026-02-15

none
लागत
$0.012
समय
153.2s
टोकन
7,787 tok

#307 SpaceXAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 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

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 4.3 7.9 11.1% 1 2.05s 7,913 473 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

तुलना जोड़ी बदलें