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

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

Metrică Qwen3.5-9B Qwen3.5-9B medium Lansare: 2026-03-02 Grok 4.20 Beta Grok 4.20 Beta none Lansare: 2026-03-12
Rang #66 #52
Scor mediu 2.6 4.4
Consistență 7.4 9.1
Cost per rezultat 0.779 2.214
Cost total $0.024 $0.089
Teste corecte
Rată de trecere pe încercare 35.4% 33.3%
Teste instabile 5 2
Rulări totale 48 48
Tokenuri de ieșire 17,930 1,511
Tokenuri de raționament 139,706 0
Timp de răspuns (mediu) 71.44s 1.22s
Timp de răspuns (maxim) 226.38s 6.48s
Timp de răspuns (total) 928.77s 19.53s

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
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 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
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 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
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Comparație rapidă

Schimbă perechea de comparație

Qwen3.5-9BmediumvsMiMo-V2-FlashnoneMiniMax M2.5mediumvsGrok 4.20 BetanoneQwen3.5-9BmediumvsGrok 4.1 Fastnonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20 BetanoneMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneDisponibil gratuitvsQwen3.5-9BmediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 BetanoneQwen3.5-9BmediumvsGLM 4.7 FlashnoneGrok 4.20 BetanonevsGLM 4.7 Flashmedium