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: Qwen3.6 27B vs xAI: Grok 4.20

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10

Metrică Qwen3.6 27B Qwen3.6 27B none Lansare: 2026-04-20 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 5.8 5.4
Rang #96 #115
Fiabilitate 10.0 N/D
Consistență 7.3 9.5
Teste corecte
Rată de trecere pe încercare 52.6% 35.2%
Teste instabile 6 1
Rulări totale 57 54
Cost per rezultat 0.434 1.574
Cost total $0.031 $0.095
Preț de intrare $0.320 / 1M $1.250 / 1M
Preț de ieșire $3.200 / 1M $2.500 / 1M
Tokenuri de ieșire 3,786 1,967
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 4.00s 1.11s
Timp de răspuns (maxim) 12.08s 6.04s
Timp de răspuns (total) 76.04s 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
Qwen3.6 27B 3.8 3.7 41.7% 3 2.83s 490 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
Qwen3.6 27B 10.0 10.0 100.0% 0 10.18s 505 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
Qwen3.6 27B 3.0 10.0 0.0% 0 9.95s 1,401 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
Qwen3.6 27B 7.3 5.8 83.3% 1 2.06s 248 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
Qwen3.6 27B 7.7 10.0 66.7% 0 3.03s 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
Qwen3.6 27B 5.2 9.9 0.0% 0 1.07s 72 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
Qwen3.6 27B 6.2 5.8 66.7% 1 1.92s 49 0
Grok 4.20 6.3 10.0 50.0% 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
Qwen3.6 27B 5.3 7.2 44.4% 1 5.24s 647 0
Grok 4.20 5.3 7.2 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
Qwen3.6 27B 9.5 10.0 100.0% 0 6.74s 339 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.6 27B 3.0 10.0 0.0% 0 4.03s 11 0
Grok 4.20 - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

CobuddymediumDisponibil gratuitvsQwen3.6 27BnoneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 27BnoneMistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneOwl AlphamediumvsQwen3.6 27BnoneNemotron 3 SupermediumDisponibil gratuitvsQwen3.6 27BnoneMiniMax M2.5mediumDisponibil gratuitvsQwen3.6 27BnoneMiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsQwen3.6 27Bnonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneElephant AlphamediumvsQwen3.6 27Bnone