Qwen3.5 Plus 2026-02-15 vs Grok 4.3 (medium)

Grok 4.3 (medium) лидирует по среднему баллу: 6.5 vs 6.3. Qwen3.5 Plus 2026-02-15 имеет более низкую стоимость benchmark: $0.176 vs $0.989. Qwen3.5 Plus 2026-02-15 быстрее: 20.07s vs 44.53s, с долей успешных попыток 52.2% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #218
Общее число выходных токенов: 53,060
Время ответа (среднее): 20.07s
Общая стоимость: $0.176

Ранг: #199
Общее число выходных токенов: 232,542
Время ответа (среднее): 44.53s
Общая стоимость: $0.989

Рекомендуемая модель Qwen3.5 Plus 2026-02-15

Его балл близок к лучшему здесь (6.3 против 6.5), при этом он примерно в 5.6 раза дешевле, чем Grok 4.3 (medium).

Подробное сравнение

Метрика	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Релиз: 2026-02-15	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01

Метрика	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Релиз: 2026-02-15	Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01
Оценка	6.3	6.5
Ранг	#218	#199
Надежность	10.0	10.0
Стабильность	9.1	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	52.2%	63.8%
Нестабильные тесты	3	5
Всего запусков	69	69
Стоимость за результат	1.593	8.235
Общая стоимость	$0.176	$0.989
Цена входа	$0.260 / 1M	$1.250 / 1M
Цена выхода	$1.560 / 1M	$2.500 / 1M
Общее число входных токенов	346,064	325,471
Выходные токены	53,060	14,867
Токены рассуждений	0	217,675
Время ответа (среднее)	20.07s	44.53s
Время ответа (макс.)	183.50s	216.69s
Время ответа (суммарно)	341.27s	1024.25s
Параметры	~397B всего (~17B активных)	~1.5T всего (~150B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#218 Qwen3.5 Plus 2026-02-15

none

Стоимость: $0.012
Время: 153.2s
Токены: 7,787 tok

#199 SpaceXAI: Grok 4.3

medium

Стоимость: $0.009
Время: 19.0s
Токены: 3,661 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-02-15	5.2	3.2	33.3%	1		183.50s	243,409	23,690	0
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

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	4.8	10.0	25.0%	0		1.91s	696	517	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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	4.3	7.9	11.1%	1		2.05s	7,913	473	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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	6.5	10.0	50.0%	0		64.83s	75,086	27,204	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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		1.89s	7,794	243	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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	7.7	10.0	66.7%	0		1.24s	798	17	0
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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	4.4	3.0	33.3%	1		2.26s	522	117	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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		1.67s	711	72	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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	7.7	10.0	66.7%	0		2.71s	714	494	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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		3.33s	8,211	222	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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		1.11s	210	11	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Быстрое сравнение

Сменить пару сравнения

Qwen3.5 Plus 2026-02-15nonevsSolar Pro 4high KAT-Coder-Pro V2.5highvsGrok 4.3medium Gemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15none Grok 4.3mediumvsGLM 5.1none Qwen3.5-122B-A10BnonevsGrok 4.3medium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Qwen3.5 Plus 2026-02-15nonevsSpace Bunny Alphamedium Grok 4.3mediumvsGLM 5.3low Gemini 3.5 Flash LitelowvsQwen3.5 Plus 2026-02-15none Gemini 3 Flash PreviewnonevsGrok 4.3medium DeepSeek V3.2mediumvsQwen3.5 Plus 2026-02-15none Mercury 2.5highvsGrok 4.3medium