Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Flash vs xAI: Grok 4.20

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică Qwen3.6 Flash Qwen3.6 Flash none Lansare: 2026-04-20 Grok 4.20 Grok 4.20 none Lansare: 2026-03-31
Scor 5.5 5.4
Rang #116 #120
Fiabilitate 9.7 N/D
Consistență 10.0 9.5
Teste corecte
Rată de trecere pe încercare 35.0% 35.2%
Teste instabile 0 1
Rulări totale 60 54
Cost per rezultat 0.259 1.574
Cost total $0.019 $0.095
Preț de intrare $0.188 / 1M $1.250 / 1M
Preț de ieșire $1.125 / 1M $2.500 / 1M
Tokenuri de ieșire 4,186 1,967
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.64s 1.11s
Timp de răspuns (maxim) 4.60s 6.04s
Timp de răspuns (total) 32.88s 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 Flash 3.1 10.0 0.0% 0 1.63s 1,554 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 Flash 6.6 10.0 50.0% 0 2.34s 883 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 Flash 3.0 10.0 0.0% 0 4.22s 315 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 Flash 10.0 10.0 100.0% 0 2.13s 243 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 Flash 5.3 10.0 33.3% 0 1.11s 15 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 Flash 10.0 10.0 100.0% 0 947ms 132 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 Flash 6.3 10.0 50.0% 0 1.10s 66 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 Flash 3.5 10.0 0.0% 0 1.20s 697 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 Flash 10.0 10.0 100.0% 0 2.49s 272 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 Flash 3.0 10.0 0.0% 0 649ms 9 0
Grok 4.20 - - - - - - - -

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumDisponibil gratuitvsGrok 4.20noneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.6 FlashnoneMiniMax M2.5mediumDisponibil gratuitvsQwen3.6 FlashnoneMistral Small 4mediumvsQwen3.6 FlashnoneElephant AlphamediumvsQwen3.6 Flashnonegpt-oss-120bmediumDisponibil gratuitvsGrok 4.20noneCobuddymediumDisponibil gratuitvsQwen3.6 FlashnoneOwl AlphamediumvsQwen3.6 FlashnoneCobuddymediumDisponibil gratuitvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20none