नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

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 मध्ये पुढे आहे: 7.9 vs 7.8. Qwen3.5-27B (medium) चा benchmark खर्च कमी आहे: $0.536 vs $0.760. Grok 4.5 (low) वेगवान आहे: 15.48s vs 68.39s, pass rates 73.0% vs 74.6%.

शिफारस केलेले मॉडेल: 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).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-08

मेट्रिक Qwen3.5-27B Qwen3.5-27B medium प्रकाशन: 2026-02-24 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 7.9 7.8
क्रमांक #30 #34
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.0% 74.6%
अस्थिर चाचण्या 4 1
एकूण रन 63 63
प्रति निकाल खर्च 4.901 5.061
एकूण खर्च $0.536 $0.760
इनपुट किंमत $0.195 / 1M $2.000 / 1M
आउटपुट किंमत $1.560 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 42,164 58,652
आउटपुट टोकन्स 8,534 1,735
रिझनिंग टोकन्स 329,289 105,233
प्रतिसाद वेळ (सरासरी) 68.39s 15.48s
प्रतिसाद वेळ (कमाल) 234.36s 205.28s
प्रतिसाद वेळ (एकूण) 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
खर्च
$0.008
वेळ
62.0s
टोकन्स
3,099 tok

#34 xAI: Grok 4.5

low
खर्च
$0.011
वेळ
12.4s
टोकन्स
2,018 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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

झटपट तुलना

तुलना जोडी बदला