- 排名
- #80
- 总输出令牌
- 487,218
- 响应时间（平均）
- 64.16s
- 总成本
- $1.046
Qwen3.5-122B-A10B (medium) vs Grok 4.20 (medium)
平均分几乎持平，为 7.1 vs 7.1。 Grok 4.20 (medium) benchmark 成本更低，为 $0.777 vs $1.046。 Grok 4.20 (medium) 更快，为 29.47s vs 64.16s，通过率为 71.2% vs 63.6%。
- 排名
- #83
- 总输出令牌
- 259,340
- 响应时间（平均）
- 29.47s
- 总成本
- $0.777
推荐模型
Grok 4.20 (medium)
它在这里得分最高（7.1），同时响应速度比Qwen3.5-122B-A10B (medium)快约 2.2 倍。
详细对比
| 指标 | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.1 | 7.1 |
| 排名 | #80 | #83 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 63.6% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.509 | 9.709 |
| 总成本 | $1.046 | $0.777 |
| 输入价格 | $0.260 / 1M | $1.250 / 1M |
| 输出价格 | $2.080 / 1M | $2.500 / 1M |
| 总输入令牌 | 124,771 | 102,791 |
| 输出令牌 | 44,077 | 5,363 |
| 推理令牌 | 443,141 | 253,977 |
| 响应时间（平均） | 64.16s | 29.47s |
| 响应时间（最大） | 519.30s | 199.66s |
| 响应时间（总计） | 1411.60s | 648.35s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#80 Qwen3.5-122B-A10B
medium- 成本
- $0.019
- 时间
- 48.7s
- 令牌
- 6,034 tok
#83 xAI: Grok 4.20
medium- 成本
- $0.041
- 时间
- 110.3s
- 令牌
- 16,336 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 9.75s | 672 | 269 | 16,835 | |
| Grok 4.20 | 8.2 | 7.9 | 83.3% | 1 | 3.95s | 2,010 | 287 | 8,312 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 | |
| Grok 4.20 | 6.3 | 6.6 | 55.6% | 1 | 109.93s | 8,307 | 268 | 103,150 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.4 | 5.8 | 66.7% | 1 | 313.55s | 97,886 | 18,373 | 203,450 | |
| Grok 4.20 | 8.7 | 6.9 | 83.3% | 1 | 42.25s | 71,267 | 3,776 | 44,009 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 23.41s | 7,782 | 270 | 16,558 | |
| Grok 4.20 | 10.0 | 10.0 | 100.0% | 0 | 4.17s | 7,761 | 180 | 5,333 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 2.9 | 7.2 | 11.1% | 1 | 63.40s | 771 | 15,537 | 64,889 | |
| Grok 4.20 | 5.3 | 10.0 | 33.3% | 0 | 27.03s | 1,764 | 375 | 49,339 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.4 | 2.2 | 33.3% | 1 | 34.11s | 344 | 66 | 7,592 | |
| Grok 4.20 | 3.9 | 2.6 | 33.3% | 1 | 24.48s | 825 | 65 | 6,440 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 9.88s | 593 | 77 | 7,372 | |
| Grok 4.20 | 9.8 | 10.0 | 100.0% | 0 | 4.26s | 1,362 | 57 | 6,419 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 17.89s | 696 | 284 | 27,575 | |
| Grok 4.20 | 7.7 | 10.0 | 66.7% | 0 | 6.22s | 1,689 | 149 | 7,913 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 4.60s | 8,193 | 322 | 1,226 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 13.68s | 7,275 | 197 | 6,620 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.0 | 10.0 | 0.0% | 0 | 52.87s | 204 | 822 | 15,066 | |
| Grok 4.20 | 3.0 | 10.0 | 0.0% | 0 | 63.48s | 531 | 9 | 16,442 |
快速对比
切换对比组合
Qwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumKAT-Coder-Pro V2.5highvsGrok 4.20mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumGemini 3.5 FlashnonevsGrok 4.20mediumStep 3.7 FlashlowvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.5 FlashnonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumDeepSeek V4 PrononevsGrok 4.20mediumGPT-5.6 SolnonevsGrok 4.20medium