Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen: Qwen3.5 Plus 2026-02-15 vs xAI: Grok 4.20 Beta

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

Metrică Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Lansare: 2026-02-15 Grok 4.20 Beta Grok 4.20 Beta medium Lansare: 2026-03-12
Rang #31 #24
Scor mediu 6.2 7.0
Consistență 9.6 9.0
Cost per rezultat 0.172 5.989
Cost total $0.016 $0.599
Teste corecte
Rată de trecere pe încercare 58.3% 70.8%
Teste instabile 1 2
Rulări totale 48 48
Tokenuri de ieșire 2,015 1,481
Tokenuri de raționament 0 86,628
Timp de răspuns (mediu) 2.65s 8.89s
Timp de răspuns (maxim) 6.65s 24.21s
Timp de răspuns (total) 26.52s 142.18s

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 Plus 2026-02-15 4.0 10.0 33.3% 0 2.74s 514 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5 Plus 2026-02-15 10.0 10.0 0.0% 0 6.65s 314 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 Plus 2026-02-15 9.9 10.0 100.0% 0 1.89s 243 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 Plus 2026-02-15 4.0 10.0 33.3% 0 1.17s 17 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
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 Plus 2026-02-15 4.0 3.0 33.3% 1 2.26s 117 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.67s 72 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
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 Plus 2026-02-15 7.0 10.0 66.7% 0 2.82s 516 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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 Plus 2026-02-15 10.0 10.0 100.0% 0 3.33s 222 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Comparație rapidă

Schimbă perechea de comparație