Navigare
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: Qwen3.5-122B-A10B vs xAI: Grok 4.20 Multi-Agent Beta

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Lansare: 2026-02-24 Grok 4.20 Multi-Agent Beta Grok 4.20 Multi-Agent Beta medium Lansare: 2026-03-12
Rang #44 #47
Scor mediu 5.0 4.9
Consistență 9.6 7.1
Cost per rezultat 0.333 97.178
Cost total $0.020 $4.859
Teste corecte
Rată de trecere pe încercare 39.6% 52.1%
Teste instabile 1 6
Rulări totale 48 48
Tokenuri de ieșire 2,679 293,634
Tokenuri de raționament 0 291,260
Timp de răspuns (mediu) 3.72s 9.08s
Timp de răspuns (maxim) 46.00s 35.28s
Timp de răspuns (total) 59.46s 127.09s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 4.0 10.0 33.3% 0 927ms 309 0
Grok 4.20 Multi-Agent Beta 4.0 4.4 66.7% 2 3.77s 28,392 27,808
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 10.0 10.0 0.0% 0 46.00s 1,137 0
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 9.9 10.0 100.0% 0 1.01s 243 0
Grok 4.20 Multi-Agent Beta 9.9 10.0 100.0% 0 5.54s 25,306 25,051
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 4.0 10.0 33.3% 0 465ms 15 0
Grok 4.20 Multi-Agent Beta 10.0 7.2 11.1% 1 24.67s 164,609 163,647
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 5.0 10.0 0.0% 0 1.12s 66 0
Grok 4.20 Multi-Agent Beta 4.0 2.8 66.7% 1 6.40s 15,848 15,746
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 4.5 6.8 16.7% 1 585ms 70 0
Grok 4.20 Multi-Agent Beta 9.0 10.0 50.0% 0 4.63s 25,457 25,322
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 4.0 10.0 33.3% 0 982ms 575 0
Grok 4.20 Multi-Agent Beta 6.3 5.1 77.8% 2 5.01s 34,022 33,686
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 2.04s 264 0
Grok 4.20 Multi-Agent Beta 10.0 10.0 0.0% 0 0ms 0 0

Comparație rapidă

Schimbă perechea de comparație

Qwen3.5-27BnonevsGrok 4.20 Multi-Agent BetamediumSeed-2.0-LitenonevsGrok 4.20 Multi-Agent Betamediumgpt-oss-120bmediumDisponibil gratuitvsQwen3.5-122B-A10BnoneQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumMercury 2mediumvsQwen3.5-122B-A10BnoneGemini 2.5 FlashnonevsGrok 4.20 Multi-Agent BetamediumMiniMax M2.5mediumvsQwen3.5-122B-A10BnoneQwen3.5-FlashnonevsGrok 4.20 Multi-Agent BetamediumHunter AlphanonevsGrok 4.20 Multi-Agent BetamediumGPT-5.4nonevsGrok 4.20 Multi-Agent BetamediumGPT-5 NanomediumvsQwen3.5-122B-A10BnoneDeepSeek V3.2nonevsGrok 4.20 Multi-Agent Betamedium