Qwen3.5 Plus 2026-04-20 (medium) vs Grok 4.5 (low)

Grok 4.5 (low) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.5 Plus 2026-04-20 (medium) имеет более низкую стоимость benchmark: $0.488 vs $1.345. Grok 4.5 (low) быстрее: 18.14s vs 54.06s, с долей успешных попыток 65.2% vs 73.9%.

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

Сравниваемые модели

Ранг: #113
Общее число выходных токенов: 200,348
Время ответа (среднее): 54.06s
Общая стоимость: $0.488

Ранг: #109
Общее число выходных токенов: 121,415
Время ответа (среднее): 18.14s
Общая стоимость: $1.345

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

Его балл близок к лучшему здесь (7.7 против 7.8), при этом он примерно в 2.8 раза дешевле, чем Grok 4.5 (low).

Подробное сравнение

Метрика	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Релиз: 2026-04-20	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08

Метрика	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Релиз: 2026-04-20	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка	7.7	7.8
Ранг	#113	#109
Надежность	9.7	10.0
Стабильность	9.1	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	65.2%	73.9%
Нестабильные тесты	2	2
Всего запусков	69	69
Стоимость за результат	3.481	8.404
Общая стоимость	$0.488	$1.345
Цена входа	$0.300 / 1M	$2.000 / 1M
Цена выхода	$1.800 / 1M	$6.000 / 1M
Общее число входных токенов	176,539	308,068
Выходные токены	4,419	9,218
Токены рассуждений	195,929	112,197
Время ответа (среднее)	54.06s	18.14s
Время ответа (макс.)	203.01s	205.28s
Время ответа (суммарно)	1189.36s	417.21s
Параметры	~397B всего (~17B активных)	~1.7T всего (~170B 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.

#113 Qwen3.5 Plus 2026-04-20

medium

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

#109 SpaceXAI: 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		203.01s	134,433	2,139	26,086
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213

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 4.5	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 2026-04-20	6.2	8.7	33.3%	0		125.25s	7,630	308	58,682
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 2026-04-20	6.5	10.0	50.0%	0		92.41s	14,934	483	17,490
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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 4.5	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 2026-04-20	2.9	7.2	11.1%	1		57.36s	780	63	31,644
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

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 4.5	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 2026-04-20	10.0	10.0	100.0%	0		20.25s	699	103	7,689
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 2026-04-20	8.2	7.2	88.9%	1		17.67s	696	338	9,800
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 2026-04-20	10.0	10.0	100.0%	0		14.72s	8,193	348	2,164
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 2026-04-20	3.0	10.0	0.0%	0		92.57s	204	27	15,166
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.7 PlusnonevsGrok 4.5low Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20medium GPT-6 LunahighvsQwen3.5 Plus 2026-04-20medium Step 3.7 FlashmediumvsGrok 4.5low Grok 4.5lowvsGLM 5.3high GPT-6 LunahighvsGrok 4.5low Muse Glimmer 30BhighvsGrok 4.5low Grok 4.5lowvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.5low Gemini 3.5 FlashmediumvsGrok 4.5low Muse Glimmer 30BmediumvsGrok 4.5low