AI BENCHY Compare
Qwen: Qwen3.5-27B vs xAI: Grok 4.20
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-04-14
| 指標 | Qwen3.5-27B Qwen3.5-27B none | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| スコア | 5.9 | 7.0 |
| 順位 | #64 | #44 |
| 一貫性 | 9.2 | 7.8 |
| 正解テスト | ||
| 試行ごとの合格率 | 38.9% | 66.7% |
| 不安定なテスト | 2 | 5 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 0.265 | 8.252 |
| 合計コスト | $0.016 | $0.743 |
| ???? | $0.195 / 1M | $2.000 / 1M |
| ???? | $1.560 / 1M | $6.000 / 1M |
| 出力トークン | 3,545 | 1,744 |
| 推論トークン | 0 | 109,882 |
| 応答時間（平均） | 1.74s | 10.33s |
| 応答時間（最大） | 9.39s | 29.87s |
| 応答時間（合計） | 31.32s | 185.87s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 4.8 | 10.0 | 25.0% | 0 | 788ms | 267 | 0 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.36s | 280 | 8,476 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 381 | 0 | |
| Grok 4.20 | 4.3 | 1.1 | 66.7% | 1 | 24.33s | 250 | 12,804 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 2.8 | 1.6 | 33.3% | 1 | 9.39s | 1,461 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 17.40s | 232 | 9,556 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 243 | 0 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 180 | 5,333 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 540ms | 15 | 0 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 375 | 49,339 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.0 | 10.0 | 0.0% | 0 | 2.51s | 126 | 0 | |
| Grok 4.20 | 5.8 | 2.8 | 66.7% | 1 | 7.09s | 47 | 4,252 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 4.8 | 10.0 | 0.0% | 0 | 815ms | 69 | 0 | |
| Grok 4.20 | 7.3 | 5.9 | 83.3% | 1 | 4.42s | 40 | 5,474 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.7 | 7.9 | 55.6% | 1 | 1.37s | 680 | 0 | |
| Grok 4.20 | 6.4 | 7.7 | 55.6% | 1 | 3.89s | 143 | 8,028 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 303 | 0 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 197 | 6,620 |
クイック比較
比較ペアを切り替え
gpt-oss-120bmedium無料で利用可能vsQwen3.5-27BnoneGemma 4 31Bnone無料で利用可能vsGrok 4.20mediumMiniMax M2.5medium無料で利用可能vsQwen3.5-27BnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumMistral Small 4mediumvsQwen3.5-27BnoneGrok 4.20mediumvsGLM 5noneGPT-5 NanomediumvsQwen3.5-27BnoneClaude Sonnet 4.6nonevsGrok 4.20mediumGrok 4.20mediumvsMiMo-V2-OmninoneMiniMax M2.7mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-27BnoneElephantmediumvsQwen3.5-27Bnone