Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.5

Qwen3.6 Max Preview (medium) лидирует по среднему баллу: 8.4 vs 8.3. Qwen3.6 Max Preview (medium) имеет более низкую стоимость benchmark: $1.143 vs $1.928. Grok 4.5 (medium) быстрее: 61.71s vs 67.53s, с долей успешных попыток 80.3% vs 78.8%.

Рекомендуемая модельQwen3.6 Max Preview (medium)Здесь у него лучший балл (8.4), при этом он примерно в 1.7 раза дешевле, чем Grok 4.5 (medium).

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

Метрика	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Релиз: 2026-04-20	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08

Метрика	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Релиз: 2026-04-20	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	8.4	8.3
Ранг	#25	#28
Надежность	9.9	10.0
Стабильность	8.9	8.9
Тестов верно
Доля успешных попыток	80.3%	78.8%
Нестабильные тесты	3	3
Всего запусков	66	66
Стоимость за результат	8.173	12.049
Общая стоимость	$1.143	$1.928
Цена входа	$1.040 / 1M	$2.000 / 1M
Цена выхода	$6.240 / 1M	$6.000 / 1M
Общее число входных токенов	79,240	122,146
Выходные токены	5,098	5,514
Токены рассуждений	164,842	275,053
Время ответа (среднее)	67.53s	61.71s
Время ответа (макс.)	238.07s	436.38s
Время ответа (суммарно)	1485.64s	1357.56s

Hamster playing table tennis

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

#25 Qwen3.6 Max Preview

medium

Стоимость: $0.024
Время: 76.5s
Токены: 3,861 tok

#28 xAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения

Qwen3.6 Max PreviewmediumvsGrok 4.5low Muse Spark 1.1lowvsGrok 4.5medium Claude Opus 5lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1highvsGrok 4.5medium Claude Opus 5lowvsGrok 4.5medium Gemini 3.5 Flash-LitehighvsGrok 4.5medium InklinghighvsGrok 4.5medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high Muse Spark 1.1highvsQwen3.6 Max Previewmedium Kimi K3maxvsGrok 4.5medium