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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-26

Metrică Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 4.8 5.2
Rang #105 #96
Fiabilitate N/D N/D
Consistență 9.6 9.5
Teste corecte
Rată de trecere pe încercare 24.1% 29.6%
Teste instabile 1 1
Rulări totale 54 54
Cost per rezultat 0.116 1.889
Cost total $0.005 $0.095
Preț de intrare $0.100 / 1M $2.000 / 1M
Preț de ieșire $0.150 / 1M $6.000 / 1M
Tokenuri de ieșire 3,951 1,967
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.47s 1.11s
Timp de răspuns (maxim) 5.91s 6.04s
Timp de răspuns (total) 26.43s 20.02s

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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 582 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 5.2 3.4 33.3% 1 5.69s 1,006 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 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 3.0 10.0 0.0% 0 5.91s 1,255 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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 249 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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 24 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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 99 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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 75 0
Grok 4.20 4.8 10.0 0.0% 0 455ms 60 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 3.2 9.9 0.0% 0 683ms 388 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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 273 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0

Comparație rapidă

Schimbă perechea de comparație

Elephant AlphamediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsGrok 4.20noneElephant AlphamediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneQwen3 Coder NextmediumvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneQwen3.5-9BmediumvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-9Bnone