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 4.6. Qwen3.5-9B are costul de benchmark mai mic, $0.006 vs $0.057. Grok 4.20 este mai rapid cu 1.11s vs 1.89s, cu rate de reușită de 20.6% vs 33.3%.

Model recomandat: Qwen3.5-9B - Oferă cel mai bun compromis per total: scor competitiv (4.6), cost mai mic decât Grok 4.20 și timp de răspuns echilibrat.

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

Metrică Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 4.6 5.4
Rang #155 #128
Fiabilitate 10.0 N/D
Consistență 9.7 10.0
Teste corecte
Rată de trecere pe încercare 20.6% 33.3%
Teste instabile 1 0
Rulări totale 63 54
Cost per rezultat 0.123 1.570
Cost total $0.006 $0.057
Preț de intrare $0.100 / 1M $1.250 / 1M
Preț de ieșire $0.150 / 1M $2.500 / 1M
Total tokenuri de intrare 48,041 41,313
Tokenuri de ieșire 3,952 1,923
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.89s 1.11s
Timp de răspuns (maxim) 6.03s 6.04s
Timp de răspuns (total) 39.68s 19.96s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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 3.1 9.9 0.0% 0 1.71s 696 582 0
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 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
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 5.91s 20,397 1,255 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 10.0 10.0 100.0% 0 847ms 7,788 249 0
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 3.0 10.0 0.0% 0 464ms 789 24 0
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 4.4 9.9 0.0% 0 552ms 522 99 0
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 514ms 711 75 0
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 3.2 10.0 0.0% 0 621ms 714 347 0
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 1.27s 8,301 273 0
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 2.32s 210 6 0
Grok 4.20 - - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumDisponibil gratuitvsGrok 4.20noneDeepSeek V4 ProhighvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9BnoneQwen3 Coder NextmediumvsGrok 4.20none