AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs xAI: Grok 4.5

Сводка

Сравнение benchmark Qwen3.5-122B-A10B (medium) vs Grok 4.5 (low): Grok 4.5 (low) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.5-122B-A10B (medium) имеет более низкую стоимость benchmark: $0.588 vs $0.760. Grok 4.5 (low) быстрее: 15.48s vs 42.49s, с долей успешных попыток 73.0% vs 74.6%.

Рекомендуемая модель: Grok 4.5 (low) - Здесь у него лучший балл (7.8), и он отвечает примерно в 2.7 раза быстрее, чем Qwen3.5-122B-A10B (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08

Метрика	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка	7.7	7.8
Ранг	#39	#34
Надежность	10.0	10.0
Стабильность	8.8	9.7
Тестов верно
Доля успешных попыток	73.0%	74.6%
Нестабильные тесты	3	1
Всего запусков	63	63
Стоимость за результат	5.235	5.061
Общая стоимость	$0.588	$0.760
Цена входа	$0.260 / 1M	$2.000 / 1M
Цена выхода	$2.080 / 1M	$6.000 / 1M
Общее число входных токенов	41,832	58,652
Выходные токены	26,187	1,735
Токены рассуждений	251,028	105,233
Время ответа (среднее)	42.49s	15.48s
Время ответа (макс.)	168.16s	205.28s
Время ответа (суммарно)	892.30s	324.98s

Генерация showcase

Hamster playing table tennis

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

#39 Qwen3.5-122B-A10B

medium

Стоимость: $0.019
Время: 48.7s
Токены: 6,034 tok

#34 xAI: Grok 4.5

low

Стоимость: $0.011
Время: 12.4s
Токены: 2,018 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337
Grok 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium Claude Sonnet 4.6mediumvsGrok 4.5low Qwen3.6 PlusmediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumБесплатно доступноvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Claude Opus 4.6mediumvsGrok 4.5low DeepSeek V4 ProhighvsQwen3.5-122B-A10Bmedium