Qwen3.5 Plus 2026-02-15 vs Grok 4.3 (medium)

Grok 4.3 (medium) average score मध्ये पुढे आहे: 6.5 vs 6.3. Qwen3.5 Plus 2026-02-15 चा benchmark खर्च कमी आहे: $0.176 vs $0.989. Qwen3.5 Plus 2026-02-15 वेगवान आहे: 20.07s vs 44.53s, pass rates 52.2% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #218
एकूण आउटपुट टोकन्स: 53,060
प्रतिसाद वेळ (सरासरी): 20.07s
एकूण खर्च: $0.176

क्रमांक: #199
एकूण आउटपुट टोकन्स: 232,542
प्रतिसाद वेळ (सरासरी): 44.53s
एकूण खर्च: $0.989

शिफारस केलेले मॉडेल Qwen3.5 Plus 2026-02-15

Its score stays close to the best score here (6.3 vs 6.5), while costing about 5.6x less than Grok 4.3 (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01

मेट्रिक	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none प्रकाशन: 2026-02-15	Grok 4.3 Grok 4.3 medium प्रकाशन: 2026-05-01
स्कोअर	6.3	6.5
क्रमांक	#218	#199
विश्वसनीयता	10.0	10.0
सुसंगतता	9.1	8.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	52.2%	63.8%
अस्थिर चाचण्या	3	5
एकूण रन	69	69
प्रति निकाल खर्च	1.593	8.235
एकूण खर्च	$0.176	$0.989
इनपुट किंमत	$0.260 / 1M	$1.250 / 1M
आउटपुट किंमत	$1.560 / 1M	$2.500 / 1M
एकूण इनपुट टोकन्स	346,064	325,471
आउटपुट टोकन्स	53,060	14,867
रिझनिंग टोकन्स	0	217,675
प्रतिसाद वेळ (सरासरी)	20.07s	44.53s
प्रतिसाद वेळ (कमाल)	183.50s	216.69s
प्रतिसाद वेळ (एकूण)	341.27s	1024.25s
पॅरामीटर्स	~397B एकूण (~17B सक्रिय)	~1.5T एकूण (~150B 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.

#218 Qwen3.5 Plus 2026-02-15

none

खर्च: $0.012
वेळ: 153.2s
टोकन्स: 7,787 tok

#199 SpaceXAI: Grok 4.3

medium

खर्च: $0.009
वेळ: 19.0s
टोकन्स: 3,661 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:

स्वायत्त एजंट कार्ये	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	5.2	3.2	33.3%	1		183.50s	243,409	23,690	0
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

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	4.8	10.0	25.0%	0		1.91s	696	517	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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	4.3	7.9	11.1%	1		2.05s	7,913	473	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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	6.5	10.0	50.0%	0		64.83s	75,086	27,204	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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		1.89s	7,794	243	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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	7.7	10.0	66.7%	0		1.24s	798	17	0
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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	4.4	3.0	33.3%	1		2.26s	522	117	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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		1.67s	711	72	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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	7.7	10.0	66.7%	0		2.71s	714	494	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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		3.33s	8,211	222	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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		1.11s	210	11	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

झटपट तुलना

तुलना जोडी बदला

Qwen3.5 Plus 2026-02-15nonevsSolar Pro 4high KAT-Coder-Pro V2.5highvsGrok 4.3medium Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15none Grok 4.3mediumvsGLM 5.1none Qwen3.5-122B-A10BnonevsGrok 4.3medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Qwen3.5 Plus 2026-02-15nonevsSpace Bunny Alphamedium Grok 4.3mediumvsGLM 5.3low Gemini 3.5 Flash LitelowvsQwen3.5 Plus 2026-02-15none Gemini 3 Flash PreviewnonevsGrok 4.3medium DeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15none Mercury 2.5highvsGrok 4.3medium