Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

Rezumat

Comparație benchmark Qwen3.5-9B vs Grok 4.20: Grok 4.20 conduce la scorul mediu cu 5.4 vs 4.2. Qwen3.5-9B are costul de benchmark mai mic, $0.036 vs $0.057. Grok 4.20 este mai rapid cu 1.11s vs 82.24s, cu rate de reușită de 27.0% vs 33.3%.

Model recomandat: Grok 4.20 - Are cel mai bun scor aici (5.4) și răspunde de aproximativ 74.2x mai rapid decât Qwen3.5-9B.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică Qwen3.5-9B Qwen3.5-9B medium Lansare: 2026-03-02 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 4.2 5.4
Rang #162 #128
Fiabilitate 6.7 N/D
Consistență 8.0 10.0
Teste corecte
Rată de trecere pe încercare 27.0% 33.3%
Teste instabile 5 0
Rulări totale 63 54
Cost per rezultat 1.187 1.570
Cost total $0.036 $0.057
Preț de intrare $0.100 / 1M $1.250 / 1M
Preț de ieșire $0.150 / 1M $2.500 / 1M
Total tokenuri de intrare 17,070 41,313
Tokenuri de ieșire 29,045 1,923
Tokenuri de raționament 209,516 0
Timp de răspuns (mediu) 82.24s 1.11s
Timp de răspuns (maxim) 226.38s 6.04s
Timp de răspuns (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

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 intrare Tokenuri de ieșire Tokenuri de raționament
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
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
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
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694
Grok 4.20 - - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

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 SupermediumDisponibil gratuitvsGrok 4.20noneMercury 2nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumDeepSeek V4 ProhighvsGrok 4.20none