Qwen3.5 Plus 2026-04-20 (medium) vs Grok 4.20 (medium)

Qwen3.5 Plus 2026-04-20 (medium) лидирует по среднему баллу: 7.2 vs 7.1. Qwen3.5 Plus 2026-04-20 (medium) имеет более низкую стоимость benchmark: $0.317 vs $0.777. Grok 4.20 (medium) быстрее: 29.47s vs 46.36s, с долей успешных попыток 63.6% vs 63.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-25

Ранг: #78
Общее число выходных токенов: 168,893
Время ответа (среднее): 46.36s
Общая стоимость: $0.317

Ранг: #83
Общее число выходных токенов: 259,340
Время ответа (среднее): 29.47s
Общая стоимость: $0.777

Рекомендуемая модель Qwen3.5 Plus 2026-04-20 (medium)

Здесь у него лучший балл (7.2), при этом он примерно в 2.5 раза дешевле, чем Grok 4.20 (medium).

Подробное сравнение

Метрика	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Релиз: 2026-04-20	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Релиз: 2026-04-20	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	7.2	7.1
Ранг	#78	#83
Надежность	9.6	10.0
Стабильность	9.0	8.5
Тестов верно
Доля успешных попыток	63.6%	63.6%
Нестабильные тесты	2	4
Всего запусков	66	66
Стоимость за результат	3.023	9.709
Общая стоимость	$0.317	$0.777
Цена входа	$0.300 / 1M	$1.250 / 1M
Цена выхода	$1.800 / 1M	$2.500 / 1M
Общее число входных токенов	42,097	102,791
Выходные токены	2,280	5,363
Токены рассуждений	166,613	253,977
Время ответа (среднее)	46.36s	29.47s
Время ответа (макс.)	189.38s	199.66s
Время ответа (суммарно)	973.57s	648.35s

Hamster playing table tennis

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

#78 Qwen3.5 Plus 2026-04-20

medium

Стоимость: $0.008
Время: 76.7s
Токены: 4,355 tok

#83 xAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		10.84s	672	215	7,748
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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 2026-04-20	10.0	10.0	100.0%	0		38.32s	7,782	270	14,668
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	2.9	7.2	11.1%	1		53.10s	771	63	28,414
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	4.9	9.6	0.0%	0		25.30s	516	125	4,792
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

KAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20medium Qwen3.7 PlusnonevsGrok 4.20medium Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Claude Opus 4.8nonevsQwen3.5 Plus 2026-04-20medium KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Step 3.7 FlashlowvsGrok 4.20medium Claude Opus 4.8nonevsGrok 4.20medium Claude Sonnet 4.6nonevsQwen3.5 Plus 2026-04-20medium KAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-04-20medium Gemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-04-20medium Gemini 3.5 FlashnonevsQwen3.5 Plus 2026-04-20medium