AI BENCHY Compare

Qwen: Qwen3.6 27B vs xAI: Grok 4.20

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-04-27

Metriek	Qwen3.6 27B Qwen3.6 27B medium Releasedatum: 2026-04-20	Grok 4.20 Grok 4.20 medium Releasedatum: 2026-03-31

Metriek	Qwen3.6 27B Qwen3.6 27B medium Releasedatum: 2026-04-20	Grok 4.20 Grok 4.20 medium Releasedatum: 2026-03-31
Score	7.0	7.0
Rang	#60	#61
Betrouwbaarheid	10.0	n.v.t.
Consistentie	7.9	7.8
Correcte tests
Slaagpercentage per poging	64.8%	66.7%
Instabiele tests	5	5
Totaal runs	54	54
Kosten per resultaat	2.321	8.252
Totale kosten	$0.209	$0.743
Invoerprijs	$0.500 / 1M	$2.000 / 1M
Uitvoerprijs	$2.000 / 1M	$6.000 / 1M
Uitvoer-tokens	8,279	1,744
Redeneer-tokens	91,083	109,882
Responstijd (gem.)	50.53s	10.33s
Responstijd (max)	168.22s	29.87s
Responstijd (totaal)	909.49s	185.87s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

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
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	582	4,311
Grok 4.20	8.2	7.9	83.3%	1		3.36s	280	8,476

Programmeren	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	10.0	10.0	100.0%	0		168.22s	433	17,861
Grok 4.20	4.3	1.1	66.7%	1		24.33s	250	12,804

Gecombineerd	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	2,088	14,689
Grok 4.20	10.0	10.0	100.0%	0		17.40s	232	9,556

Gegevensparsering en extractie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	568	9,404
Grok 4.20	10.0	10.0	100.0%	0		4.17s	180	5,333

Domeinspecifiek	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	3,510	20,352
Grok 4.20	5.3	10.0	33.3%	0		27.03s	375	49,339

Algemene intelligentie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	81	3,045
Grok 4.20	5.8	2.8	66.7%	1		7.09s	47	4,252

Instructies opvolgen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	346	6,548
Grok 4.20	7.3	5.9	83.3%	1		4.42s	40	5,474

Puzzeloplossing	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	7.7	10.0	66.7%	0		60.21s	281	11,919
Grok 4.20	6.4	7.7	55.6%	1		3.89s	143	8,028

Toolaanroepen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Uitvoer-tokens	Redeneer-tokens
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	390	2,954
Grok 4.20	3.0	10.0	0.0%	0		13.68s	197	6,620

Snelle vergelijking

Vergelijkingspaar wisselen

Gemma 4 31BnoneGratis beschikbaarvsGrok 4.20medium Gemma 4 31BnoneGratis beschikbaarvsQwen3.6 27Bmedium DeepSeek V4 ProhighvsGrok 4.20medium Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium GPT-5.5nonevsGrok 4.20medium DeepSeek V4 ProhighvsQwen3.6 27Bmedium GPT-5.5nonevsQwen3.6 27Bmedium DeepSeek V4 PrononevsGrok 4.20medium Grok 4.20mediumvsGLM 5none DeepSeek V4 PrononevsQwen3.6 27Bmedium Qwen3.6 27BmediumvsGLM 5none Qwen3.6 Max PreviewnonevsGrok 4.20medium