Navegação
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-27B vs xAI: Grok 4.20

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-04-14

Métrica Qwen3.5-27B Qwen3.5-27B none Lançamento: 2026-02-24 Grok 4.20 Grok 4.20 medium Lançamento: 2026-03-31
Pontuação 5.9 7.0
Posição #64 #44
Consistência 9.2 7.8
Testes corretos
Taxa de acerto por tentativa 38.9% 66.7%
Testes instáveis 2 5
Execuções totais 54 54
Custo por resultado 0.265 8.252
Custo total $0.016 $0.743
Preço de entrada $0.195 / 1M $2.000 / 1M
Preço de saída $1.560 / 1M $6.000 / 1M
Tokens de saída 3,545 1,744
Tokens de raciocínio 0 109,882
Tempo de resposta (médio) 1.74s 10.33s
Tempo de resposta (máx.) 9.39s 29.87s
Tempo de resposta (total) 31.32s 185.87s

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Truques anti-IA Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 267 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 10.0 10.0 100.0% 0 2.51s 381 0
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 2.8 1.6 33.3% 1 9.39s 1,461 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 15 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 5.0 10.0 0.0% 0 2.51s 126 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 4.8 10.0 0.0% 0 815ms 69 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 6.7 7.9 55.6% 1 1.37s 680 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de saída Tokens de raciocínio
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 303 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Comparação rápida

Trocar par de comparação

gpt-oss-120bmediumDisponível grátisvsQwen3.5-27BnoneGemma 4 31BnoneDisponível grátisvsGrok 4.20mediumMiniMax M2.5mediumDisponível grátisvsQwen3.5-27BnoneQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumMistral Small 4mediumvsQwen3.5-27BnoneGrok 4.20mediumvsGLM 5noneGPT-5 NanomediumvsQwen3.5-27BnoneClaude Sonnet 4.6nonevsGrok 4.20mediumGrok 4.20mediumvsMiMo-V2-OmninoneMiniMax M2.7mediumvsQwen3.5-27BnoneMercury 2mediumvsQwen3.5-27BnoneElephantmediumvsQwen3.5-27Bnone