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

Resumo

Comparação benchmark Qwen3.5-9B vs Grok 4.20: Grok 4.20 lidera na pontuação média com 5.4 vs 4.2. Qwen3.5-9B tem menor custo de benchmark com $0.036 vs $0.057. Grok 4.20 é mais rápido com 1.11s vs 82.24s, com taxas de acerto de 27.0% vs 33.3%.

Modelo recomendado: Grok 4.20 - Tem a melhor pontuação aqui (5.4) e responde cerca de 74.2x mais rápido que Qwen3.5-9B.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-10

Métrica Qwen3.5-9B Qwen3.5-9B medium Lançamento: 2026-03-02 Grok 4.20 Grok 4.20 none Lançamento: 2026-03-31
Pontuação 4.2 5.4
Posição #162 #128
Confiabilidade 6.7 N/D
Consistência 8.0 10.0
Testes corretos
Taxa de acerto por tentativa 27.0% 33.3%
Testes instáveis 5 0
Execuções totais 63 54
Custo por resultado 1.187 1.570
Custo total $0.036 $0.057
Preço de entrada $0.100 / 1M $1.250 / 1M
Preço de saída $0.150 / 1M $2.500 / 1M
Total de tokens de entrada 17,070 41,313
Tokens de saída 29,045 1,923
Tokens de raciocínio 209,516 0
Tempo de resposta (médio) 82.24s 1.11s
Tempo de resposta (máx.) 226.38s 6.04s
Tempo de resposta (total) 1315.88s 19.96s

Generation showcase

Hamster playing table tennis

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

#162 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

#128 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 tok

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 entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
Programação Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
Combinado Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
Análise e extração de dados Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
Específico do domínio Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Inteligência geral Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
Seguimento de instruções Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
Resolução de quebra-cabeças Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
Chamada de ferramentas Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
Conhecimentos gerais Pontuação Consistência Taxa de acerto por tentativa Testes instáveis Testes corretos Tempo de resposta (médio) Tokens de entrada Tokens de saída Tokens de raciocínio
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694
Grok 4.20 - - - - - - - - -

Comparação rápida

Trocar par de comparação

Ling-2.6-1TnonevsQwen3.5-9BmediumMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3.5-9BmediumMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneNemotron 3 SupermediumDisponível grátisvsGrok 4.20noneMercury 2nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumDeepSeek V4 ProhighvsGrok 4.20none