Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Flash vs xAI: Grok 4.20

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-22

Метрика Qwen3.6 Flash Qwen3.6 Flash none Релиз: 2026-04-20 Grok 4.20 Grok 4.20 none Релиз: 2026-03-31
Оценка 5.5 5.4
Ранг #116 #120
Надежность 9.7 Н/Д
Стабильность 10.0 9.5
Тестов верно
Доля успешных попыток 35.0% 35.2%
Нестабильные тесты 0 1
Всего запусков 60 54
Стоимость за результат 0.259 1.574
Общая стоимость $0.019 $0.095
???? ????? $0.188 / 1M $1.250 / 1M
???? ?????? $1.125 / 1M $2.500 / 1M
Выходные токены 4,186 1,967
Токены рассуждений 0 0
Время ответа (среднее) 1.64s 1.11s
Время ответа (макс.) 4.60s 6.04s
Время ответа (суммарно) 32.88s 20.02s

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 Flash 3.1 10.0 0.0% 0 1.63s 1,554 0
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 6.6 10.0 50.0% 0 2.34s 883 0
Grok 4.20 3.4 9.3 0.0% 0 1.22s 312 0
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 3.0 10.0 0.0% 0 4.22s 315 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 282 0
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.13s 243 0
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 0
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 5.3 10.0 33.3% 0 1.11s 15 0
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 0
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 10.0 10.0 100.0% 0 947ms 132 0
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 6.3 10.0 50.0% 0 1.10s 66 0
Grok 4.20 6.3 10.0 50.0% 0 455ms 60 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 3.5 10.0 0.0% 0 1.20s 697 0
Grok 4.20 5.3 7.2 44.4% 1 487ms 242 0
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.49s 272 0
Grok 4.20 10.0 10.0 100.0% 0 4.63s 189 0
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
Qwen3.6 Flash 3.0 10.0 0.0% 0 649ms 9 0
Grok 4.20 - - - - - - - -

Быстрое сравнение

Сменить пару сравнения

Mistral Small 4mediumvsGrok 4.20noneMiniMax M2.5mediumБесплатно доступноvsGrok 4.20noneElephant AlphamediumvsGrok 4.20nonegpt-oss-120bmediumБесплатно доступноvsQwen3.6 FlashnoneMiniMax M2.5mediumБесплатно доступноvsQwen3.6 FlashnoneMistral Small 4mediumvsQwen3.6 FlashnoneElephant AlphamediumvsQwen3.6 Flashnonegpt-oss-120bmediumБесплатно доступноvsGrok 4.20noneCobuddymediumБесплатно доступноvsQwen3.6 FlashnoneOwl AlphamediumvsQwen3.6 FlashnoneCobuddymediumБесплатно доступноvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20none