Qwen: Qwen3.7 Max vs xAI: Grok Build 0.1

Grok Build 0.1 (medium) lidera na pontuação média com 7.6 vs 7.4. Qwen3.7 Max tem menor custo de benchmark com $0.197 vs $1.097. Qwen3.7 Max é mais rápido com 4.52s vs 52.06s, com taxas de acerto de 68.2% vs 63.6%.

Modelo recomendadoQwen3.7 MaxA pontuação fica perto da melhor aqui (7.4 vs 7.6) e custa cerca de 5.6x menos que Grok Build 0.1 (medium).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-17

Métrica	Qwen3.7 Max Qwen3.7 Max none Lançamento: 2026-05-22	Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21

Métrica	Qwen3.7 Max Qwen3.7 Max none Lançamento: 2026-05-22	Grok Build 0.1 Grok Build 0.1 medium Lançamento: 2026-05-21
Pontuação	7.4	7.6
Posição	#57	#46
Confiabilidade	9.9	10.0
Consistência	10.0	10.0
Testes corretos
Taxa de acerto por tentativa	68.2%	63.6%
Testes instáveis	0	0
Execuções totais	66	66
Custo por resultado	1.582	7.830
Custo total	$0.197	$1.097
Preço de entrada	$1.475 / 1M	$1.000 / 1M
Preço de saída	$4.425 / 1M	$2.000 / 1M
Total de tokens de entrada	95,983	106,751
Tokens de saída	12,446	7,993
Tokens de raciocínio	0	486,670
Tempo de resposta (médio)	4.52s	52.06s
Tempo de resposta (máx.)	72.30s	252.69s
Tempo de resposta (total)	99.52s	1145.27s

Hamster playing table tennis

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

#57 Qwen3.7 Max

none

Custo: $0.046
Tempo: 195.0s
Tokens: 12,171 tok

#46 xAI: Grok Build 0.1

medium

Custo: $0.028
Tempo: 81.3s
Tokens: 14,009 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

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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

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
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Grok Build 0.1	10.0	10.0	100.0%	0		65.08s	75,242	5,442	65,569

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Comparação rápida

Trocar par de comparação

GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone DeepSeek V4 ProhighvsGrok Build 0.1medium KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone DeepSeek V4 FlashhighvsGrok Build 0.1medium GPT-5.3 ChatnonevsGrok Build 0.1medium GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsGrok Build 0.1medium GPT-5.6 LunahighvsGrok Build 0.1medium Nemotron 3 UltramediumDisponível grátisvsQwen3.7 Maxnone