AI BENCHY Compare

Qwen: Qwen3 Coder Next vs xAI: Grok 4.20

Сводка

Сравнение benchmark Qwen3 Coder Next vs Grok 4.20: Qwen3 Coder Next лидирует по среднему баллу: 4.7 vs 4.4. Qwen3 Coder Next имеет более низкую стоимость benchmark: $0.008 vs $0.057. Grok 4.20 быстрее: 1.11s vs 8.58s, с долей успешных попыток 28.6% vs 28.6%.

Рекомендуемая модель: Qwen3 Coder Next - Здесь у него лучший балл (4.7), при этом он примерно в 7.2 раза дешевле, чем Grok 4.20.

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

Метрика	Qwen3 Coder Next Qwen3 Coder Next medium Релиз: 2026-02-03	Grok 4.20 Grok 4.20 none Релиз: 2026-03-31

Метрика	Qwen3 Coder Next Qwen3 Coder Next medium Релиз: 2026-02-03	Grok 4.20 Grok 4.20 none Релиз: 2026-03-31
Оценка	4.7	4.4
Ранг	#153	#160
Надежность	10.0	Н/Д
Стабильность	8.9	8.5
Тестов верно
Доля успешных попыток	28.6%	28.6%
Нестабильные тесты	3	0
Всего запусков	63	54
Стоимость за результат	0.201	1.570
Общая стоимость	$0.008	$0.057
Цена входа	$0.110 / 1M	$1.250 / 1M
Цена выхода	$0.800 / 1M	$2.500 / 1M
Общее число входных токенов	47,250	41,313
Выходные токены	3,319	1,923
Токены рассуждений	0	0
Время ответа (среднее)	8.58s	1.11s
Время ответа (макс.)	81.80s	6.04s
Время ответа (суммарно)	128.68s	19.96s

Генерация showcase

Hamster playing table tennis

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

#153 Qwen3 Coder Next

medium

Неверный SVG

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#160 xAI: Grok 4.20

none

Стоимость: $0.004
Время: 6.5s
Токены: 1,367 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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	0
Grok 4.20	4.8	10.0	25.0%	0		501ms	1,986	267	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	0
Grok 4.20	1.1	3.1	0.0%	0		1.22s	1,074	312	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	3.0	10.0	0.0%	0		4.28s	20,469	317	0
Grok 4.20	3.0	10.0	0.0%	0		6.04s	17,673	282	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	0
Grok 4.20	10.0	10.0	100.0%	0		522ms	7,749	207	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	0
Grok 4.20	3.0	10.0	0.0%	0		687ms	1,746	325	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	0
Grok 4.20	4.8	10.0	0.0%	0		659ms	819	83	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	0
Grok 4.20	6.3	10.0	50.0%	0		445ms	1,350	60	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	0
Grok 4.20	5.3	10.0	33.3%	0		473ms	1,671	198	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	0
Grok 4.20	10.0	10.0	100.0%	0		4.63s	7,245	189	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0
Grok 4.20	0.0	0.0	0.0%	0		0ms	0	0	0

Быстрое сравнение

Сменить пару сравнения

Ling-2.6-1TnonevsQwen3 Coder Nextmedium Mercury 2nonevsQwen3 Coder Nextmedium Grok 4.20nonevsGLM 4.7 Flashmedium GPT-5.4 NanononevsQwen3 Coder Nextmedium Ring-2.6-1TnonevsQwen3 Coder Nextmedium Ling-2.6-flashnonevsQwen3 Coder Nextmedium Nemotron 3 SupernoneБесплатно доступноvsQwen3 Coder Nextmedium Qwen3 Coder NextmediumvsGLM 4.7 Flashnone GPT-4o-mininonevsQwen3 Coder Nextmedium Trinity Large PreviewnonevsQwen3 Coder Nextmedium MiniMax M2.5mediumvsGrok 4.20none Qwen3 Coder NextmediumvsMiMo-V2.5none