AI BENCHY Compare

Qwen: Qwen3.6 27B vs xAI: Grok 4.20

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

Метрика	Qwen3.6 27B Qwen3.6 27B medium Релиз: 2026-04-20	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Qwen3.6 27B Qwen3.6 27B medium Релиз: 2026-04-20	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	7.0	7.0
Ранг	#60	#61
Надежность	10.0	Н/Д
Стабильность	7.9	7.8
Тестов верно
Доля успешных попыток	64.8%	66.7%
Нестабильные тесты	5	5
Всего запусков	54	54
Стоимость за результат	2.321	8.252
Общая стоимость	$0.209	$0.743
???? ?????	$0.500 / 1M	$2.000 / 1M
???? ??????	$2.000 / 1M	$6.000 / 1M
Выходные токены	8,279	1,744
Токены рассуждений	91,083	109,882
Время ответа (среднее)	50.53s	10.33s
Время ответа (макс.)	168.22s	29.87s
Время ответа (суммарно)	909.49s	185.87s

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
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	582	4,311
Grok 4.20	8.2	7.9	83.3%	1		3.36s	280	8,476

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	10.0	10.0	100.0%	0		168.22s	433	17,861
Grok 4.20	4.3	1.1	66.7%	1		24.33s	250	12,804

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	2,088	14,689
Grok 4.20	10.0	10.0	100.0%	0		17.40s	232	9,556

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	568	9,404
Grok 4.20	10.0	10.0	100.0%	0		4.17s	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	3,510	20,352
Grok 4.20	5.3	10.0	33.3%	0		27.03s	375	49,339

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	81	3,045
Grok 4.20	5.8	2.8	66.7%	1		7.09s	47	4,252

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	346	6,548
Grok 4.20	7.3	5.9	83.3%	1		4.42s	40	5,474

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	7.7	10.0	66.7%	0		60.21s	281	11,919
Grok 4.20	6.4	7.7	55.6%	1		3.89s	143	8,028

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	390	2,954
Grok 4.20	3.0	10.0	0.0%	0		13.68s	197	6,620

Быстрое сравнение

Сменить пару сравнения

Gemma 4 31BnoneБесплатно доступноvsGrok 4.20medium Gemma 4 31BnoneБесплатно доступноvsQwen3.6 27Bmedium DeepSeek V4 ProhighvsGrok 4.20medium Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium GPT-5.5nonevsGrok 4.20medium DeepSeek V4 ProhighvsQwen3.6 27Bmedium GPT-5.5nonevsQwen3.6 27Bmedium DeepSeek V4 PrononevsGrok 4.20medium Grok 4.20mediumvsGLM 5none DeepSeek V4 PrononevsQwen3.6 27Bmedium Qwen3.6 27BmediumvsGLM 5none Qwen3.6 Max PreviewnonevsGrok 4.20medium