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: Qwen3.7 Max vs xAI: Grok 4.3

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

Metrică Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22 Grok 4.3 Grok 4.3 medium Lansare: 2026-05-01
Scor 7.9 7.8
Rang #27 #33
Fiabilitate 10.0 10.0
Consistență 10.0 8.4
Teste corecte
Rată de trecere pe încercare 70.0% 75.0%
Teste instabile 0 4
Rulări totale 60 60
Cost per rezultat 0.719 4.562
Cost total $0.101 $0.593
Preț de intrare $2.500 / 1M $1.250 / 1M
Preț de ieșire $7.500 / 1M $2.500 / 1M
Tokenuri de ieșire 1,988 1,485
Tokenuri de raționament 0 214,928
Timp de răspuns (mediu) 1.30s 49.23s
Timp de răspuns (maxim) 3.92s 216.69s
Timp de răspuns (total) 25.95s 984.54s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 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
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 0
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5 TurbomediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneQwen3.7 MaxnonevsMiMo-V2.5mediumGemma 4 31BmediumDisponibil gratuitvsQwen3.7 MaxnoneGemini 3 Flash PreviewnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 Maxnone