Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5 Plus 2026-02-15 vs xAI: Grok 4.5

Сводка

Сравнение benchmark Qwen3.5 Plus 2026-02-15 (medium) vs Grok 4.5 (low): Qwen3.5 Plus 2026-02-15 (medium) лидирует по среднему баллу: 8.0 vs 7.8. Qwen3.5 Plus 2026-02-15 (medium) имеет более низкую стоимость benchmark: $0.310 vs $0.760. Grok 4.5 (low) быстрее: 15.48s vs 73.79s, с долей успешных попыток 73.0% vs 74.6%.

Рекомендуемая модель: Qwen3.5 Plus 2026-02-15 (medium) - Здесь у него лучший балл (8.0), при этом он примерно в 2.5 раза дешевле, чем Grok 4.5 (low).

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

Метрика Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Релиз: 2026-02-15 Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка 8.0 7.8
Ранг #29 #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 2.445 5.061
Общая стоимость $0.310 $0.760
Цена входа $0.260 / 1M $2.000 / 1M
Цена выхода $1.560 / 1M $6.000 / 1M
Общее число входных токенов 40,918 58,652
Выходные токены 2,159 1,735
Токены рассуждений 189,604 105,233
Время ответа (среднее) 73.79s 15.48s
Время ответа (макс.) 266.69s 205.28s
Время ответа (суммарно) 1033.07s 324.98s

Генерация showcase

Hamster playing table tennis

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

#29 Qwen3.5 Plus 2026-02-15

medium
Стоимость
$0.011
Время
125.5s
Токены
7,040 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 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 672 205 21,236
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 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 14,934 421 7,906
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 7,782 270 14,916
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 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 444 35 16,680
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 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 344 73 8,675
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 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 699 101 7,704
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 Plus 2026-02-15 10.0 10.0 100.0% 0 32.50s 696 301 13,853
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 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 8,193 309 909
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 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 204 24 17,130
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 4.5lowQwen3.5-27BmediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowGPT-5.4 MinimediumvsGrok 4.5lowMiniMax M3mediumvsGrok 4.5low