Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.20

Rezumat

Comparație benchmark Qwen3.6 Max Preview vs Grok 4.20: Grok 4.20 conduce la scorul mediu cu 7.1 vs 6.9. Qwen3.6 Max Preview are costul de benchmark mai mic, $0.075 vs $0.609. Qwen3.6 Max Preview este mai rapid cu 3.30s vs 27.68s, cu rate de reușită de 58.7% vs 63.5%.

Model recomandat: Qwen3.6 Max Preview - Scorul rămâne aproape de cel mai bun scor de aici (6.9 vs 7.1) și costă de aproximativ 8.2x mai puțin decât Grok 4.20.

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

Metrică Qwen3.6 Max Preview Qwen3.6 Max Preview none Lansare: 2026-04-20 Grok 4.20 Grok 4.20 medium Lansare: 2026-03-31
Scor 6.9 7.1
Rang #75 #66
Fiabilitate 10.0 10.0
Consistență 9.2 8.8
Teste corecte
Rată de trecere pe încercare 58.7% 63.5%
Teste instabile 2 3
Rulări totale 63 63
Cost per rezultat 0.824 8.309
Cost total $0.075 $0.609
Preț de intrare $1.040 / 1M $1.250 / 1M
Preț de ieșire $6.240 / 1M $2.500 / 1M
Total tokenuri de intrare 42,509 44,433
Tokenuri de ieșire 4,779 1,819
Tokenuri de raționament 0 219,524
Timp de răspuns (mediu) 3.30s 27.68s
Timp de răspuns (maxim) 20.51s 199.66s
Timp de răspuns (total) 69.40s 581.26s

Generation showcase

Hamster playing table tennis

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

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 tok

#66 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 7,794 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Comparație rapidă

Schimbă perechea de comparație

Ring-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash LitelowvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneStep 3.7 FlashlowvsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.4 NanomediumvsQwen3.6 Max Previewnone