नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen: Qwen3.7 Max vs xAI: Grok Build 0.1

Grok Build 0.1 (medium) average score में आगे है: 7.6 vs 7.4. Qwen3.7 Max की benchmark लागत कम है: $0.197 vs $1.097. Qwen3.7 Max तेज है: 4.52s vs 52.06s, pass rates 68.2% vs 63.6%.

अनुशंसित मॉडलQwen3.7 MaxIts score stays close to the best score here (7.4 vs 7.6), while costing about 5.6x less than Grok Build 0.1 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-17

मेट्रिक Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22 Grok Build 0.1 Grok Build 0.1 medium रिलीज़: 2026-05-21
स्कोर 7.4 7.6
रैंक #57 #46
विश्वसनीयता 9.9 10.0
संगति 10.0 10.0
सही परीक्षण
प्रति प्रयास पास दर 68.2% 63.6%
अस्थिर टेस्ट 0 0
कुल रन 66 66
प्रति परिणाम लागत 1.582 7.830
कुल लागत $0.197 $1.097
इनपुट कीमत $1.475 / 1M $1.000 / 1M
आउटपुट कीमत $4.425 / 1M $2.000 / 1M
कुल इनपुट टोकन 95,983 106,751
आउटपुट टोकन 12,446 7,993
रीजनिंग टोकन 0 486,670
प्रतिक्रिया समय (औसत) 4.52s 52.06s
प्रतिक्रिया समय (अधिकतम) 72.30s 252.69s
प्रतिक्रिया समय (कुल) 99.52s 1145.27s

Hamster playing table tennis

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

#57 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 tok

#46 xAI: Grok Build 0.1

medium
लागत
$0.028
समय
81.3s
टोकन
14,009 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Grok Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

त्वरित तुलना

तुलना जोड़ी बदलें