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 Max Preview vs xAI: Grok 4.3

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică Qwen3.6 Max Preview Qwen3.6 Max Preview none Lansare: 2026-04-20 Grok 4.3 Grok 4.3 medium Lansare: 2026-05-01
Scor 7.5 8.2
Rang #52 #20
Fiabilitate 10.0 10.0
Consistență 9.1 8.6
Teste corecte
Rată de trecere pe încercare 68.5% 81.5%
Teste instabile 2 3
Rulări totale 54 54
Cost per rezultat 0.752 3.974
Cost total $0.083 $0.517
Preț de intrare $1.040 / 1M $1.250 / 1M
Preț de ieșire $6.240 / 1M $2.500 / 1M
Tokenuri de ieșire 4,732 1,223
Tokenuri de raționament 0 187,047
Timp de răspuns (mediu) 3.38s 48.63s
Timp de răspuns (maxim) 20.51s 216.69s
Timp de răspuns (total) 60.83s 875.27s

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 Max Preview 5.2 7.9 41.7% 1 2.63s 513 0
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.6 Max Preview 5.0 2.0 66.7% 1 3.45s 426 0
Grok 4.3 10.0 10.0 100.0% 0 45.72s 284 9,659
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 2,842 0
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
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 Max Preview 10.0 10.0 100.0% 0 2.87s 243 0
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
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 Max Preview 7.7 10.0 66.7% 0 1.22s 18 0
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
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 Max Preview 4.3 10.0 0.0% 0 1.62s 76 0
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
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 Max Preview 9.8 10.0 100.0% 0 1.45s 69 0
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
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 Max Preview 10.0 10.0 100.0% 0 2.38s 323 0
Grok 4.3 5.9 7.2 55.6% 1 22.53s 128 14,686
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 Max Preview 10.0 10.0 100.0% 0 5.27s 222 0
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneGPT-5.2mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneHY3 PreviewlowDisponibil gratuitvsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumQwen3.6 Max PreviewnonevsMiMo-V2-OmnimediumKimi K2.6mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2.5mediumQwen3.6 Max PreviewnonevsGLM 5.1medium