AI BENCHY Compare

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

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

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

Metriek	Qwen3.5-9B Qwen3.5-9B none Releasedatum: 2026-03-02	Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Releasedatum: 2026-03-12
Rang	#60	#47
Gem. score	3.4	4.9
Consistentie	10.0	7.1
Kosten per resultaat	0.111	97.178
Totale kosten	$0.005	$4.859
Correcte tests
Slaagpercentage per poging	25.0%	52.1%
Instabiele tests	0	6
Totaal runs	48	48
Uitvoer-tokens	2,939	293,634
Redeneer-tokens	0	291,260
Responstijd (gem.)	1.06s	9.08s
Responstijd (max)	5.91s	35.28s
Responstijd (totaal)	16.95s	127.09s

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	10.0	9.9	0.0%	0		1.02s	576	0
Grok 4.20 Multi-Agent Beta	4.0	4.4	66.7%	2		3.77s	28,392	27,808

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		5.91s	1,255	0
Grok 4.20 Multi-Agent Beta	10.0	10.0	0.0%	0		0ms	0	0

Gegevensparsering en extractie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	9.9	10.0	100.0%	0		847ms	249	0
Grok 4.20 Multi-Agent Beta	9.9	10.0	100.0%	0		5.54s	25,306	25,051

Domeinspecifiek	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		464ms	24	0
Grok 4.20 Multi-Agent Beta	10.0	7.2	11.1%	1		24.67s	164,609	163,647

Algemene intelligentie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	3.0	9.9	0.0%	0		552ms	99	0
Grok 4.20 Multi-Agent Beta	4.0	2.8	66.7%	1		6.40s	15,848	15,746

Instructies opvolgen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	5.5	10.0	50.0%	0		514ms	75	0
Grok 4.20 Multi-Agent Beta	9.0	10.0	50.0%	0		4.63s	25,457	25,322

Puzzle Solving	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.5-9B	10.0	9.9	0.0%	0		683ms	388	0
Grok 4.20 Multi-Agent Beta	6.3	5.1	77.8%	2		5.01s	34,022	33,686

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		1.27s	273	0
Grok 4.20 Multi-Agent Beta	10.0	10.0	0.0%	0		0ms	0	0

Snelle vergelijking

Vergelijkingspaar wisselen

Qwen3.5-27BnonevsGrok 4.20 Multi-Agent Betamedium Seed-2.0-LitenonevsGrok 4.20 Multi-Agent Betamedium Qwen3.5-122B-A10BnonevsGrok 4.20 Multi-Agent Betamedium Qwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent Betamedium Qwen3.5-9BnonevsGLM 4.7 Flashmedium Gemini 2.5 FlashnonevsGrok 4.20 Multi-Agent Betamedium Qwen3.5-FlashnonevsGrok 4.20 Multi-Agent Betamedium Hunter AlphanonevsGrok 4.20 Multi-Agent Betamedium GPT-5.4nonevsGrok 4.20 Multi-Agent Betamedium DeepSeek V3.2nonevsGrok 4.20 Multi-Agent Betamedium Trinity Large PreviewnoneGratis beschikbaarvsGrok 4.20 Multi-Agent Betamedium Kimi K2.5nonevsGrok 4.20 Multi-Agent Betamedium