नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.7 Plus vs xAI: Grok 4.20

सारांश

Qwen3.7 Plus vs Grok 4.20 benchmark तुलना: Grok 4.20 average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.7 Plus चा benchmark खर्च कमी आहे: $0.023 vs $0.609. Qwen3.7 Plus वेगवान आहे: 2.85s vs 27.68s, pass rates 47.6% vs 63.5%.

शिफारस केलेले मॉडेल: Qwen3.7 Plus - Its score stays close to the best score here (7.2 vs 7.3), while costing about 27.6x less than Grok 4.20.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-06-12

मेट्रिक Qwen3.7 Plus Qwen3.7 Plus none प्रकाशन: 2026-06-03 Grok 4.20 Grok 4.20 medium प्रकाशन: 2026-03-31
स्कोअर 7.2 7.3
क्रमांक #61 #54
विश्वसनीयता 10.0 10.0
सुसंगतता 10.0 8.8
बरोबर चाचण्या
प्रति प्रयत्न पास दर 47.6% 63.5%
अस्थिर चाचण्या 0 3
एकूण रन 63 63
प्रति निकाल खर्च 0.276 8.309
एकूण खर्च $0.023 $0.609
इनपुट किंमत $0.320 / 1M $1.250 / 1M
आउटपुट किंमत $1.280 / 1M $2.500 / 1M
एकूण इनपुट टोकन्स 42,510 44,433
आउटपुट टोकन्स 6,578 1,819
रिझनिंग टोकन्स 0 219,524
प्रतिसाद वेळ (सरासरी) 2.85s 27.68s
प्रतिसाद वेळ (कमाल) 29.38s 199.66s
प्रतिसाद वेळ (एकूण) 59.86s 581.26s

Generation showcase

Hamster playing table tennis

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

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 tok

#54 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 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
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

झटपट तुलना

तुलना जोडी बदला