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

AI BENCHY Compare

Qwen: Qwen3.5-9B vs xAI: Grok 4.20

सारांश

Qwen3.5-9B vs Grok 4.20 benchmark तुलना: Grok 4.20 average score मध्ये पुढे आहे: 5.4 vs 4.6. Qwen3.5-9B चा benchmark खर्च कमी आहे: $0.006 vs $0.057. Grok 4.20 वेगवान आहे: 1.11s vs 1.89s, pass rates 20.6% vs 33.3%.

शिफारस केलेले मॉडेल: Qwen3.5-9B - It offers the best overall trade-off: a competitive score (4.6), lower cost than Grok 4.20, and balanced response time.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-10

मेट्रिक Qwen3.5-9B Qwen3.5-9B none प्रकाशन: 2026-03-02 Grok 4.20 Grok 4.20 none प्रकाशन: 2026-03-31
स्कोअर 4.6 5.4
क्रमांक #155 #128
विश्वसनीयता 10.0 लागू नाही
सुसंगतता 9.7 10.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 20.6% 33.3%
अस्थिर चाचण्या 1 0
एकूण रन 63 54
प्रति निकाल खर्च 0.123 1.570
एकूण खर्च $0.006 $0.057
इनपुट किंमत $0.100 / 1M $1.250 / 1M
आउटपुट किंमत $0.150 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 48,041 41,313
आउटपुट टोकन्स 3,952 1,923
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 1.89s 1.11s
प्रतिसाद वेळ (कमाल) 6.03s 6.04s
प्रतिसाद वेळ (एकूण) 39.68s 19.96s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

#128 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0
Grok 4.20 - - - - - - - - -

झटपट तुलना

तुलना जोडी बदला