Qwen3.7 Max (medium) vs Grok 4.6 (high)

Средний балл практически равен: 8.5 vs 8.5. Qwen3.7 Max (medium) имеет более низкую стоимость benchmark: $2.046 vs $2.629. Qwen3.7 Max (medium) быстрее: 48.35s vs 87.48s, с долей успешных попыток 85.5% vs 82.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #67
Общее число выходных токенов: 259,032
Время ответа (среднее): 48.35s
Общая стоимость: $2.046

Ранг: #64
Общее число выходных токенов: 312,614
Время ответа (среднее): 87.48s
Общая стоимость: $2.629

Рекомендуемая модель Qwen3.7 Max (medium)

Здесь у него лучший балл (8.5), и он отвечает примерно в 1.8 раза быстрее, чем Grok 4.6 (high).

Подробное сравнение

Метрика	Qwen3.7 Max Qwen3.7 Max medium Релиз: 2026-05-22	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12

Метрика	Qwen3.7 Max Qwen3.7 Max medium Релиз: 2026-05-22	Grok 4.6 Grok 4.6 high Релиз: 2026-08-12
Оценка	8.5	8.5
Ранг	#67	#64
Надежность	10.0	10.0
Стабильность	8.7	10.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	85.5%	82.6%
Нестабильные тесты	4	0
Всего запусков	69	69
Стоимость за результат	12.033	13.833
Общая стоимость	$2.046	$2.629
Цена входа	$1.475 / 1M	$2.000 / 1M
Цена выхода	$4.425 / 1M	$6.000 / 1M
Общее число входных токенов	367,848	376,233
Выходные токены	8,753	6,687
Токены рассуждений	250,279	305,927
Время ответа (среднее)	48.35s	87.48s
Время ответа (макс.)	556.06s	618.49s
Время ответа (суммарно)	1112.11s	2012.15s
Параметры	~1T всего (~40B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#67 Qwen3.7 Max

medium

Стоимость: $0.017
Время: 68.8s
Токены: 4,526 tok

#64 SpaceXAI: Grok 4.6

high

Стоимость: $0.107
Время: 265.1s
Токены: 18,001 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:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	6.1	3.1	66.7%	1		137.00s	261,819	3,005	29,925
Grok 4.6	5.0	10.0	0.0%	0		160.89s	268,958	1,593	28,804

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742
Grok 4.6	10.0	10.0	100.0%	0		14.44s	2,991	79	6,805

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808
Grok 4.6	10.0	10.0	100.0%	0		102.20s	9,579	379	51,829

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450
Grok 4.6	10.0	10.0	100.0%	0		91.77s	68,548	3,931	34,529

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254
Grok 4.6	10.0	10.0	100.0%	0		16.08s	8,937	225	6,590

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143
Grok 4.6	5.3	10.0	33.3%	0		369.95s	2,523	14	154,471

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457
Grok 4.6	10.0	10.0	100.0%	0		19.51s	1,077	56	2,448

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452
Grok 4.6	9.8	10.0	100.0%	0		13.82s	1,857	57	4,318

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908
Grok 4.6	10.0	10.0	100.0%	0		15.56s	2,430	122	5,706

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220
Grok 4.6	10.0	10.0	100.0%	0		13.30s	8,544	216	1,505

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920
Grok 4.6	3.0	10.0	0.0%	0		54.22s	789	15	8,922

Быстрое сравнение

Сменить пару сравнения

Muse Spark 1.3lowvsQwen3.7 Maxmedium Muse Spark 1.3lowvsGrok 4.6high Claude Sonnet 5mediumvsGrok 4.6high Qwen3.8 Max (0902)lowvsGrok 4.6high Claude Sonnet 5.5xhighvsGrok 4.6high Muse Spark 1.1lowvsGrok 4.6high Muse Glimmer 30BxhighvsQwen3.7 Maxmedium Claude Sonnet 5.5highvsQwen3.7 Maxmedium DeepSeek V4.1 FlashmaxvsGrok 4.6high Claude Sonnet 5.5xhighvsQwen3.7 Maxmedium Muse Spark 1.1lowvsQwen3.7 Maxmedium Qwen3.8 2.4T A95BlowvsGrok 4.6high