नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Plus vs xAI: Grok 4.5

सारांश

Qwen3.6 Plus (medium) vs Grok 4.5 (low) benchmark तुलना: average score जवळपास समान आहे: 7.8 vs 7.8. Qwen3.6 Plus (medium) चा benchmark खर्च कमी आहे: $0.294 vs $0.760. Grok 4.5 (low) वेगवान आहे: 15.48s vs 30.70s, pass rates 69.8% vs 74.6%.

शिफारस केलेले मॉडेल: Qwen3.6 Plus (medium) - It has the best score here (7.8), while costing about 2.6x less than Grok 4.5 (low).

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

मेट्रिक Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 7.8 7.8
क्रमांक #32 #34
विश्वसनीयता 10.0 10.0
सुसंगतता 9.3 9.7
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.8% 74.6%
अस्थिर चाचण्या 2 1
एकूण रन 63 63
प्रति निकाल खर्च 0.831 5.061
एकूण खर्च $0.294 $0.760
इनपुट किंमत $0.325 / 1M $2.000 / 1M
आउटपुट किंमत $1.950 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 41,565 58,652
आउटपुट टोकन्स 1,853 1,735
रिझनिंग टोकन्स 141,973 105,233
प्रतिसाद वेळ (सरासरी) 30.70s 15.48s
प्रतिसाद वेळ (कमाल) 201.68s 205.28s
प्रतिसाद वेळ (एकूण) 613.99s 324.98s

जनरेशन शोकेस

Hamster playing table tennis

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

#32 Qwen3.6 Plus

medium
खर्च
$0.024
वेळ
219.0s
टोकन्स
12,235 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
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
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
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
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
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

झटपट तुलना

तुलना जोडी बदला