Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-27B vs xAI: Grok 4.5

Сводка

Сравнение benchmark Qwen3.5-27B (medium) vs Grok 4.5 (low): Qwen3.5-27B (medium) лидирует по среднему баллу: 7.9 vs 7.8. Qwen3.5-27B (medium) имеет более низкую стоимость benchmark: $0.536 vs $0.760. Grok 4.5 (low) быстрее: 15.48s vs 68.39s, с долей успешных попыток 73.0% vs 74.6%.

Рекомендуемая модель: Grok 4.5 (low) - Его балл близок к лучшему здесь (7.8 против 7.9), и он отвечает примерно в 4.4 раза быстрее, чем Qwen3.5-27B (medium).

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

Метрика Qwen3.5-27B Qwen3.5-27B medium Релиз: 2026-02-24 Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка 7.9 7.8
Ранг #30 #34
Надежность 10.0 10.0
Стабильность 8.5 9.7
Тестов верно
Доля успешных попыток 73.0% 74.6%
Нестабильные тесты 4 1
Всего запусков 63 63
Стоимость за результат 4.901 5.061
Общая стоимость $0.536 $0.760
Цена входа $0.195 / 1M $2.000 / 1M
Цена выхода $1.560 / 1M $6.000 / 1M
Общее число входных токенов 42,164 58,652
Выходные токены 8,534 1,735
Токены рассуждений 329,289 105,233
Время ответа (среднее) 68.39s 15.48s
Время ответа (макс.) 234.36s 205.28s
Время ответа (суммарно) 1436.24s 324.98s

Генерация showcase

Hamster playing table tennis

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

#30 Qwen3.5-27B

medium
Стоимость
$0.008
Время
62.0s
Токены
3,099 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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
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
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
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
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
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
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
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
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
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
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
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
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
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
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumБесплатно доступноvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Opus 4.8lowvsQwen3.5-27BmediumQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowQwen3.5-27BmediumvsStep 3.7 Flashlow