- 排名
- #86
- 总输出令牌
- 614,429
- 响应时间（平均）
- 111.94s
- 总成本
- $0.981
Qwen3.5-27B (medium) vs Grok 4.6 (low)
Qwen3.5-27B (medium) 平均分领先，为 7.4 vs 7.4。 Grok 4.6 (low) benchmark 成本更低，为 $0.441 vs $0.981。 Grok 4.6 (low) 更快，为 14.20s vs 111.94s，通过率为 72.7% vs 71.2%。
- 排名
- #90
- 总输出令牌
- 36,792
- 响应时间（平均）
- 14.20s
- 总成本
- $0.441
推荐模型
Grok 4.6 (low)
它的得分接近这里的最高分（7.4 vs 7.4），同时成本比Qwen3.5-27B (medium)低约 2.2 倍。
详细对比
| 指标 | Qwen3.5-27B Qwen3.5-27B medium | Grok 4.6 Grok 4.6 low |
|---|---|---|
| 分数 | 7.4 | 7.4 |
| 排名 | #86 | #90 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 71.2% |
| 不稳定测试 | 5 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.324 | 2.938 |
| 总成本 | $0.981 | $0.441 |
| 输入价格 | $0.195 / 1M | $2.000 / 1M |
| 输出价格 | $1.560 / 1M | $6.000 / 1M |
| 总输入令牌 | 111,635 | 109,951 |
| 输出令牌 | 15,999 | 5,124 |
| 推理令牌 | 598,430 | 31,668 |
| 响应时间（平均） | 111.94s | 14.20s |
| 响应时间（最大） | 1026.43s | 26.46s |
| 响应时间（总计） | 2462.67s | 312.33s |
| 参数量 | 27B | ~1.7T 总计 (~170B 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.
#86 Qwen3.5-27B
medium- 成本
- $0.008
- 时间
- 62.0s
- 令牌
- 3,099 tok
#90 SpaceXAI: Grok 4.6
low- 成本
- $0.011
- 时间
- 26.0s
- 令牌
- 1,941 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.00s | 2,991 | 104 | 3,343 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 | |
| Grok 4.6 | 5.5 | 7.1 | 44.4% | 1 | 21.69s | 9,579 | 349 | 7,740 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 | |
| Grok 4.6 | 6.5 | 10.0 | 50.0% | 0 | 23.33s | 71,233 | 3,899 | 2,805 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.63s | 8,937 | 225 | 1,423 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 5.3 | 10.0 | 33.3% | 0 | 79.53s | 553 | 43 | 52,368 | |
| Grok 4.6 | 2.9 | 7.2 | 11.1% | 1 | 15.58s | 2,514 | 16 | 6,665 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 16.29s | 1,077 | 55 | 1,009 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 6.64s | 1,857 | 57 | 2,310 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 8.16s | 2,430 | 154 | 2,506 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 14.42s | 8,544 | 255 | 359 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 26.11s | 789 | 10 | 3,508 |
快速对比
切换对比组合
Claude Sonnet 4.6nonevsGrok 4.6lowMuse Glimmer 30BhighvsGrok 4.6lowLongCat 2.0mediumvsGrok 4.6lowGPT-5.6 TerralowvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewmediumvsGrok 4.6lowDeepSeek V4 Flash 0731mediumvsGrok 4.6lowGPT-5.3 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumQwen3.7 MaxnonevsGrok 4.6lowGemini 3.1 Flash LitemediumvsGrok 4.6lowKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27Bmedium