Qwen3.5 Plus 2026-02-15 (medium) vs Grok Build 0.1 (medium)

average score जवळपास समान आहे: 7.5 vs 7.5. Qwen3.5 Plus 2026-02-15 (medium) चा benchmark खर्च कमी आहे: $0.459 vs $1.130. Grok Build 0.1 (medium) वेगवान आहे: 54.50s vs 91.76s, pass rates 72.7% vs 60.6%.

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

क्रमांक: #86
एकूण आउटपुट टोकन्स: 274,709
प्रतिसाद वेळ (सरासरी): 91.76s
एकूण खर्च: $0.459

क्रमांक: #89
एकूण आउटपुट टोकन्स: 511,406
प्रतिसाद वेळ (सरासरी): 54.50s
एकूण खर्च: $1.130

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-02-15 (medium)

It has the best score here (7.5), while costing about 2.5x less than Grok Build 0.1 (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15	Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21

मेट्रिक	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15	Grok Build 0.1 Grok Build 0.1 medium प्रकाशन: 2026-05-21
स्कोअर	7.5	7.5
क्रमांक	#86	#89
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	9.6
प्रयत्न	66/66	66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.7%	60.6%
अस्थिर चाचण्या	5	1
एकूण रन	66	66
प्रति निकाल खर्च	3.483	8.691
एकूण खर्च	$0.459	$1.130
इनपुट किंमत	$0.260 / 1M	$1.000 / 1M
आउटपुट किंमत	$1.560 / 1M	$2.000 / 1M
एकूण इनपुट टोकन्स	113,569	106,946
आउटपुट टोकन्स	9,823	7,993
रिझनिंग टोकन्स	264,886	503,413
प्रतिसाद वेळ (सरासरी)	91.76s	54.50s
प्रतिसाद वेळ (कमाल)	304.85s	252.69s
प्रतिसाद वेळ (एकूण)	1376.42s	1199.07s
पॅरामीटर्स	~397B एकूण (~17B सक्रिय)	~300B एकूण (~30B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#86 Qwen3.5 Plus 2026-02-15

medium

खर्च: $0.011
वेळ: 125.5s
टोकन्स: 7,040 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

श्रेणी:

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685
Grok Build 0.1	2.9	7.2	11.1%	1		175.94s	1,959	492	192,037

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

झटपट तुलना

तुलना जोडी बदला

GPT 5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium GPT-5.6 TerralowvsQwen3.5 Plus 2026-02-15medium Qwen3.7 MaxnonevsGrok Build 0.1medium GPT 5.3 ChatnonevsGrok Build 0.1medium GPT-5.6 TerralowvsGrok Build 0.1medium Qwen3.8 2.4T A95BhighvsGrok Build 0.1medium Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsSolar Pro 4xhigh Gemini 3 Flash PreviewlowvsGrok Build 0.1medium Claude Opus 5nonevsGrok Build 0.1medium GPT-5.6 LunahighvsQwen3.5 Plus 2026-02-15medium Solar Pro 4xhighvsGrok Build 0.1medium