AI BENCHY Compare

Qwen: Qwen3.5 Plus 2026-04-20 vs xAI: Grok 4.1 Fast

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-27

Метрика	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none Релиз: 2026-04-20	Grok 4.1 Fast Grok 4.1 Fast medium Релиз: 2025-11-19

Метрика	Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none Релиз: 2026-04-20	Grok 4.1 Fast Grok 4.1 Fast medium Релиз: 2025-11-19
Оценка	5.8	6.7
Ранг	#88	#69
Надежность	9.8	Н/Д
Стабильность	8.3	7.2
Тестов верно
Доля успешных попыток	42.6%	64.8%
Нестабильные тесты	4	6
Всего запусков	54	54
Стоимость за результат	0.397	0.613
Общая стоимость	$0.024	$0.056
???? ?????	$0.400 / 1M	$0.200 / 1M
???? ??????	$2.400 / 1M	$0.500 / 1M
Выходные токены	4,645	2,010
Токены рассуждений	0	91,298
Время ответа (среднее)	3.18s	23.88s
Время ответа (макс.)	13.32s	121.79s
Время ответа (суммарно)	57.24s	262.66s

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)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	4.8	10.0	25.0%	0		1.88s	557	0
Grok 4.1 Fast	8.7	7.9	91.7%	1		3.81s	108	4,741

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	5.3	3.4	33.3%	1		3.20s	450	0
Grok 4.1 Fast	2.3	1.1	33.3%	1		23.58s	821	6,703

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	2.8	1.6	33.3%	1		13.32s	2,275	0
Grok 4.1 Fast	10.0	10.0	100.0%	0		37.64s	261	12,272

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		2.82s	243	0
Grok 4.1 Fast	10.0	10.0	100.0%	0		6.63s	180	5,409

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	5.3	10.0	33.3%	0		4.43s	18	0
Grok 4.1 Fast	5.8	4.4	66.7%	2		121.79s	11	37,657

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	4.8	10.0	0.0%	0		1.41s	119	0
Grok 4.1 Fast	4.2	9.9	0.0%	0		16.25s	127	3,456

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	6.2	5.8	66.7%	1		1.17s	68	0
Grok 4.1 Fast	6.6	10.0	50.0%	0		5.30s	55	3,489

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	4.8	7.9	22.2%	1		2.03s	618	0
Grok 4.1 Fast	5.3	7.2	44.4%	1		8.08s	187	6,086

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5 Plus 2026-04-20	10.0	10.0	100.0%	0		4.42s	297	0
Grok 4.1 Fast	2.8	1.6	33.3%	1		27.71s	260	11,485

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 PrononevsGrok 4.1 Fastmedium Grok 4.1 FastmediumvsGLM 5none gpt-oss-120bmediumБесплатно доступноvsQwen3.5 Plus 2026-04-20none GPT-5.5nonevsGrok 4.1 Fastmedium Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 Fastmedium MiniMax M2.5mediumБесплатно доступноvsQwen3.5 Plus 2026-04-20none DeepSeek V4 ProhighvsGrok 4.1 Fastmedium Mistral Small 4mediumvsQwen3.5 Plus 2026-04-20none Grok 4.1 FastmediumvsMiMo-V2-Omninone Gemma 4 31BnoneБесплатно доступноvsGrok 4.1 Fastmedium Grok 4.1 FastmediumvsGLM 5V Turbonone Qwen3.5-FlashnonevsGrok 4.1 Fastmedium