AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs xAI: Grok Build 0.1

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-21

Метрика	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.9	7.8
Ранг	#36	#41
Надежность	10.0	10.0
Стабильность	8.7	8.9
Тестов верно
Доля успешных попыток	75.4%	71.9%
Нестабильные тесты	3	3
Всего запусков	57	57
Стоимость за результат	4.315	4.064
Общая стоимость	$0.561	$0.488
???? ?????	$0.260 / 1M	$1.000 / 1M
???? ??????	$2.080 / 1M	$2.000 / 1M
Выходные токены	18,457	1,947
Токены рассуждений	177,734	223,372
Время ответа (среднее)	32.51s	22.28s
Время ответа (макс.)	119.29s	88.28s
Время ответа (суммарно)	617.70s	423.30s

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)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	269	16,835
Grok Build 0.1	10.0	10.0	100.0%	0		5.46s	195	9,825

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	4.7	1.6	66.7%	1		70.98s	322	10,694
Grok Build 0.1	7.3	3.7	66.7%	1		30.98s	354	17,734

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	483	11,337
Grok Build 0.1	10.0	10.0	100.0%	0		30.81s	231	18,779

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	270	16,558
Grok Build 0.1	10.0	10.0	100.0%	0		7.76s	180	10,343

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	15,537	64,889
Grok Build 0.1	5.3	10.0	33.3%	0		77.75s	501	111,807

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	66	7,592
Grok Build 0.1	3.8	2.5	33.3%	1		10.14s	78	5,386

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	77	7,372
Grok Build 0.1	9.8	10.0	100.0%	0		9.62s	57	12,436

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.18s	289	26,165
Grok Build 0.1	6.2	7.5	55.6%	1		8.67s	161	15,476

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	322	1,226
Grok Build 0.1	10.0	10.0	100.0%	0		9.40s	180	5,319

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	822	15,066
Grok Build 0.1	3.0	10.0	0.0%	0		26.07s	10	16,267

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10Bmedium Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1medium Gemini 3 Flash PreviewnonevsGrok Build 0.1medium GPT-5.2 ChatnonevsGrok Build 0.1medium Gemini 3.1 Flash LitelowvsGrok Build 0.1medium Gemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10Bmedium GPT-5.3 ChatnonevsGrok Build 0.1medium DeepSeek V4 FlashhighБесплатно доступноvsGrok Build 0.1medium GPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash LitelowvsQwen3.5-122B-A10Bmedium