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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-02

Metrică Qwen3.5-27B Qwen3.5-27B none Lansare: 2026-02-24 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 5.6 5.4
Rang #65 #69
Consistență 9.1 9.5
Teste corecte
Rată de trecere pe încercare 35.3% 31.4%
Teste instabile 2 1
Rulări totale 51 51
Cost per rezultat 0.303 1.809
Cost total $0.016 $0.091
Preț de intrare $0.195 / 1M $2.000 / 1M
Preț de ieșire $1.560 / 1M $6.000 / 1M
Tokenuri de ieșire 3,164 1,655
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.70s 1.11s
Timp de răspuns (maxim) 9.39s 6.04s
Timp de răspuns (total) 28.82s 18.80s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor 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
Qwen3.5-27B 4.8 10.0 25.0% 0 788ms 267 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 2.8 1.6 33.3% 1 9.39s 1,461 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 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
Qwen3.5-27B 10.0 10.0 100.0% 0 1.43s 243 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 3.0 10.0 0.0% 0 540ms 15 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 5.0 10.0 0.0% 0 2.51s 126 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 4.8 10.0 0.0% 0 815ms 69 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 6.7 7.9 55.6% 1 1.37s 680 0
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 10.0 10.0 100.0% 0 3.54s 303 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4mediumvsQwen3.5-27BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsQwen3.5-27BnoneMiniMax M2.7mediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-27BnoneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneMiniMax M2.7mediumvsQwen3.5-27BnoneQwen3.5-27BnonevsGrok 4.20 Multi Agent Betamediumgpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneGPT-5 NanomediumvsQwen3.5-27BnoneGrok 4.20nonevsGLM 4.7 Flashmedium