AI BENCHY Compare

Qwen: Qwen3.7 Plus vs xAI: Grok Build 0.1

Сводка

Сравнение benchmark Qwen3.7 Plus vs Grok Build 0.1: Grok Build 0.1 лидирует по среднему баллу: 7.6 vs 7.2. Qwen3.7 Plus имеет более низкую стоимость benchmark: $0.023 vs $0.927. Qwen3.7 Plus быстрее: 2.85s vs 49.90s, с долей успешных попыток 47.6% vs 61.9%.

Рекомендуемая модель: Qwen3.7 Plus - Его балл близок к лучшему здесь (7.2 против 7.6), при этом он примерно в 42.0 раза дешевле, чем Grok Build 0.1.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21

Метрика	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03	Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка	7.2	7.6
Ранг	#62	#44
Надежность	10.0	10.0
Стабильность	10.0	9.9
Тестов верно
Доля успешных попыток	47.6%	61.9%
Нестабильные тесты	0	0
Всего запусков	63	63
Стоимость за результат	0.276	7.124
Общая стоимость	$0.023	$0.927
Цена входа	$0.320 / 1M	$1.000 / 1M
Цена выхода	$1.280 / 1M	$2.000 / 1M
Общее число входных токенов	42,510	44,418
Выходные токены	6,578	2,782
Токены рассуждений	0	438,018
Время ответа (среднее)	2.85s	49.90s
Время ответа (макс.)	29.38s	252.69s
Время ответа (суммарно)	59.86s	1047.92s

Генерация showcase

Hamster playing table tennis

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

#62 Qwen3.7 Plus

none

Стоимость: $0.019
Время: 213.5s
Токены: 11,960 tok

#44 xAI: Grok Build 0.1

medium

Стоимость: $0.028
Время: 81.3s
Токены: 14,009 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
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0
Grok Build 0.1	8.3	10.0	75.0%	0		7.43s	2,010	220	12,162

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0
Grok Build 0.1	5.7	9.7	33.3%	0		108.46s	8,304	1,138	161,452

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		29.38s	14,952	4,505	0
Grok Build 0.1	10.0	10.0	100.0%	0		32.81s	12,909	231	16,917

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	0
Grok Build 0.1	10.0	10.0	100.0%	0		10.72s	7,761	180	8,876

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	0
Grok Build 0.1	5.3	10.0	33.3%	0		158.00s	1,764	492	175,294

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0
Grok Build 0.1	4.4	9.9	0.0%	0		18.41s	825	76	6,345

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	0
Grok Build 0.1	9.8	10.0	100.0%	0		12.36s	1,362	57	9,599

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0
Grok Build 0.1	7.7	10.0	66.7%	0		18.26s	1,689	195	20,841

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	0
Grok Build 0.1	10.0	10.0	100.0%	0		13.12s	7,263	180	4,969

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0
Grok Build 0.1	3.0	10.0	0.0%	0		53.51s	531	13	21,563

Быстрое сравнение

Сменить пару сравнения

Gemma 4 26B A4BmediumБесплатно доступноvsQwen3.7 Plusnone DeepSeek V4 ProhighvsGrok Build 0.1medium Qwen3.7 PlusnonevsStep 3.7 Flashhigh Qwen3.7 PlusnonevsGLM 5.1medium GPT-5.3 ChatnonevsGrok Build 0.1medium Step 3.7 FlashlowvsGrok Build 0.1medium Laguna XS 2.1mediumБесплатно доступноvsQwen3.7 Plusnone Claude Opus 4.8lowvsGrok Build 0.1medium Kimi K2.7 CodemediumvsQwen3.7 Plusnone Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsQwen3.7 Plusnone Gemini 3 Flash PreviewlowvsGrok Build 0.1medium