AI BENCHY Compare

Qwen: Qwen3.6 Plus vs xAI: Grok 4.5

Сводка

Сравнение benchmark Qwen3.6 Plus (medium) vs Grok 4.5 (low): Средний балл практически равен: 7.8 vs 7.8. Qwen3.6 Plus (medium) имеет более низкую стоимость benchmark: $0.294 vs $0.760. Grok 4.5 (low) быстрее: 15.48s vs 30.70s, с долей успешных попыток 69.8% vs 74.6%.

Рекомендуемая модель: Qwen3.6 Plus (medium) - Здесь у него лучший балл (7.8), при этом он примерно в 2.6 раза дешевле, чем Grok 4.5 (low).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-08

Метрика	Qwen3.6 Plus Qwen3.6 Plus medium Релиз: 2026-04-20	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08

Метрика	Qwen3.6 Plus Qwen3.6 Plus medium Релиз: 2026-04-20	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка	7.8	7.8
Ранг	#32	#34
Надежность	10.0	10.0
Стабильность	9.3	9.7
Тестов верно
Доля успешных попыток	69.8%	74.6%
Нестабильные тесты	2	1
Всего запусков	63	63
Стоимость за результат	0.831	5.061
Общая стоимость	$0.294	$0.760
Цена входа	$0.325 / 1M	$2.000 / 1M
Цена выхода	$1.950 / 1M	$6.000 / 1M
Общее число входных токенов	41,565	58,652
Выходные токены	1,853	1,735
Токены рассуждений	141,973	105,233
Время ответа (среднее)	30.70s	15.48s
Время ответа (макс.)	201.68s	205.28s
Время ответа (суммарно)	613.99s	324.98s

Генерация showcase

Hamster playing table tennis

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

#32 Qwen3.6 Plus

medium

Стоимость: $0.024
Время: 219.0s
Токены: 12,235 tok

#34 xAI: 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073
Grok 4.5	3.0	10.0	0.0%	0		8.16s	15,084	261	2,370

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706
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
Qwen3.6 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330
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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Быстрое сравнение

Сменить пару сравнения

Claude Sonnet 4.6mediumvsGrok 4.5low Gemini 3.1 Flash Lite PreviewmediumvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsGrok 4.5low Kimi K2.6mediumБесплатно доступноvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Qwen3.5-122B-A10BmediumvsGrok 4.5low Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.6mediumvsGrok 4.5low Qwen3.6 PlusmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-02-15mediumvsGrok 4.5low