Qwen3.5-122B-A10B (medium) vs Grok 4.3 (medium)

排名: #113
总输出令牌: 487,519
响应时间（平均）: 65.67s
总成本: $1.047

排名: #117
总输出令牌: 225,904
响应时间（平均）: 44.21s
总成本: $0.741

推荐模型 Grok 4.3 (medium)

它提供了最佳整体取舍：得分有竞争力（7.0），成本低于Qwen3.5-122B-A10B (medium)，响应时间也较均衡。

详细对比

指标	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01

指标	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数	7.1	7.0
排名	#113	#117
可靠性	10.0	10.0
一致性	8.5	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	71.2%	66.7%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	8.446	6.168
总成本	$1.047	$0.741
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	124,780	140,244
输出令牌	47,694	13,739
推理令牌	439,825	212,165
响应时间（平均）	65.67s	44.21s
响应时间（最大）	519.30s	216.69s
响应时间（总计）	1444.68s	972.64s
参数量	122B 总计 (10B 激活)	~1.5T 总计 (~150B 激活)
开放状态	开源	闭源

模型生成展示

Hamster playing table tennis

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

#113 Qwen3.5-122B-A10B

medium

成本: $0.019
时间: 48.7s
令牌: 6,034 tok

#117 SpaceXAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 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

类别:

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 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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		74.43s	780	19,154	61,573
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

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 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

快速对比

切换对比组合

GPT-5.6 SolnonevsGrok 4.3medium Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow GPT-5.5nonevsGrok 4.3medium Qwen3.5-122B-A10BmediumvsSolar Pro 4high Solar Pro 4highvsGrok 4.3medium Muse Glimmer 30BhighvsQwen3.5-122B-A10Bmedium KAT-Coder-Pro V2.5highvsQwen3.5-122B-A10Bmedium Step 3.7 FlashlowvsGrok 4.3medium Muse Glimmer 30BlowvsGrok 4.3medium GPT-5.6 SolnonevsQwen3.5-122B-A10Bmedium Claude Opus 4.8nonevsQwen3.5-122B-A10Bmedium