नेव्हिगेशन
AI BENCHY
Advertise here

Qwen3.5-27B (medium) vs Grok Build 0.1 (medium)

average score जवळपास समान आहे: 7.5 vs 7.5. Qwen3.5-27B (medium) चा benchmark खर्च कमी आहे: $0.982 vs $1.130. Grok Build 0.1 (medium) वेगवान आहे: 54.50s vs 113.28s, pass rates 75.8% vs 60.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-15

क्रमांक
#87
एकूण आउटपुट टोकन्स
614,909
प्रतिसाद वेळ (सरासरी)
113.28s
एकूण खर्च
$0.982
क्रमांक
#89
एकूण आउटपुट टोकन्स
511,406
प्रतिसाद वेळ (सरासरी)
54.50s
एकूण खर्च
$1.130
शिफारस केलेले मॉडेल Grok Build 0.1 (medium)

It has the best score here (7.5), while responding about 2.1x faster than Qwen3.5-27B (medium).

तपशीलवार तुलना

मेट्रिक Qwen3.5-27B Qwen3.5-27B medium प्रकाशन: 2026-02-24 Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर 7.5 7.5
क्रमांक #87 #89
विश्वसनीयता 10.0 10.0
सुसंगतता 7.8 9.6
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 75.8% 60.6%
अस्थिर चाचण्या 6 1
एकूण रन 66 66
प्रति निकाल खर्च 8.217 8.691
एकूण खर्च $0.982 $1.130
इनपुट किंमत $0.195 / 1M $1.000 / 1M
आउटपुट किंमत $1.560 / 1M $2.000 / 1M
एकूण इनपुट टोकन्स 111,644 106,946
आउटपुट टोकन्स 16,113 7,993
रिझनिंग टोकन्स 598,796 503,413
प्रतिसाद वेळ (सरासरी) 113.28s 54.50s
प्रतिसाद वेळ (कमाल) 1026.43s 252.69s
प्रतिसाद वेळ (एकूण) 2492.26s 1199.07s
पॅरामीटर्स 27B ~300B एकूण (~30B सक्रिय)
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#87 Qwen3.5-27B

medium
खर्च
$0.008
वेळ
62.0s
टोकन्स
3,099 tok

#89 SpaceXAI: Grok Build 0.1

medium
खर्च
$0.028
वेळ
81.3s
टोकन्स
14,009 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

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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

झटपट तुलना

तुलना जोडी बदला