AI BENCHY Compare

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

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-03-12

Metriek	Qwen3.5-9B Qwen3.5-9B medium Releasedatum: 2026-03-02	Grok 4.20 Beta Grok 4.20 Beta none Releasedatum: 2026-03-12

Metriek	Qwen3.5-9B Qwen3.5-9B medium Releasedatum: 2026-03-02	Grok 4.20 Beta Grok 4.20 Beta none Releasedatum: 2026-03-12
Rang	#66	#52
Gem. score	2.6	4.4
Consistentie	7.4	9.1
Kosten per resultaat	0.779	2.214
Totale kosten	$0.024	$0.089
Correcte tests
Slaagpercentage per poging	35.4%	33.3%
Instabiele tests	5	2
Totaal runs	48	48
Uitvoer-tokens	17,930	1,511
Redeneer-tokens	139,706	0
Responstijd (gem.)	71.44s	1.22s
Responstijd (max)	226.38s	6.48s
Responstijd (totaal)	928.77s	19.53s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Gem. score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Gem. score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	4.0	7.2	55.6%	1		31.54s	2,410	10,913
Grok 4.20 Beta	3.3	7.9	22.2%	1		562ms	245	0

Gecombineerd	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	10.0	10.0	0.0%	0		0ms	0	0
Grok 4.20 Beta	10.0	10.0	0.0%	0		6.48s	282	0

Gegevensparsering en extractie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	5.0	5.6	33.3%	1		87.31s	1,383	32,113
Grok 4.20 Beta	9.9	10.0	100.0%	0		601ms	197	0

Domeinspecifiek	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	10.0	7.2	22.2%	1		137.75s	11,549	48,475
Grok 4.20 Beta	10.0	10.0	0.0%	0		611ms	160	0

Algemene intelligentie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	10.0	1.6	33.3%	1		226.38s	0	30,695
Grok 4.20 Beta	5.0	10.0	0.0%	0		541ms	87	0

Instructies opvolgen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	5.5	5.8	66.7%	1		17.15s	599	4,517
Grok 4.20 Beta	4.5	10.0	0.0%	0		687ms	60	0

Puzzle Solving	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	10.0	10.0	0.0%	0		33.38s	1,545	11,844
Grok 4.20 Beta	4.0	7.2	55.6%	1		541ms	291	0

Toolaanroepen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	444	1,149
Grok 4.20 Beta	10.0	10.0	100.0%	0		4.79s	189	0

Snelle vergelijking

Vergelijkingspaar wisselen

Qwen3.5-9BmediumvsMiMo-V2-Flashnone MiniMax M2.5mediumvsGrok 4.20 Betanone Qwen3.5-9BmediumvsGrok 4.1 Fastnone gpt-oss-120bmediumGratis beschikbaarvsGrok 4.20 Betanone Mercury 2nonevsQwen3.5-9Bmedium Nemotron 3 Super 120b A12bnoneGratis beschikbaarvsQwen3.5-9Bmedium Mercury 2mediumvsGrok 4.20 Betanone Qwen3 Coder NextmediumvsGrok 4.20 Betanone Qwen3.5-35B-A3BmediumvsGrok 4.20 Betanone GPT-5 NanomediumvsGrok 4.20 Betanone Qwen3.5-9BmediumvsGLM 4.7 Flashnone Grok 4.20 BetanonevsGLM 4.7 Flashmedium