AI BENCHY 对比
Qwen: Qwen3.5-35B-A3B vs Grok 4.1 Fast
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | Qwen3.5-35B-A3B Qwen3.5-35B-A3B none | Grok 4.1 Fast Grok 4.1 Fast medium |
|---|---|---|
| 分数 | 5.8 | 6.5 |
| 排名 | #110 | #93 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 7.3 |
| 测试正确 | ||
| 尝试通过率 | 45.0% | 61.4% |
| 不稳定测试 | 3 | 6 |
| 总运行次数 | 60 | 57 |
| 每个结果成本 | 0.224 | 0.642 |
| 总成本 | $0.016 | $0.058 |
| 输入价格 | $0.139 / 1M | $0.000 / 1M |
| 输出价格 | $1.000 / 1M | $0.000 / 1M |
| 输出令牌 | 4,334 | 2,006 |
| 推理令牌 | 0 | 96,334 |
| 响应时间（平均） | 3.50s | 23.85s |
| 响应时间（最大） | 47.43s | 121.79s |
| 响应时间（总计） | 70.00s | 286.16s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 3.4 | 7.9 | 16.7% | 1 | 1.43s | 574 | 0 | |
| Grok 4.1 Fast | 8.7 | 7.9 | 91.7% | 1 | 3.81s | 108 | 4,741 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 6.8 | 10.0 | 50.0% | 0 | 1.72s | 562 | 0 | |
| Grok 4.1 Fast | 2.3 | 1.1 | 33.3% | 1 | 23.58s | 821 | 6,703 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 47.43s | 1,833 | 0 | |
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 37.64s | 261 | 12,272 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 243 | 0 | |
| Grok 4.1 Fast | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 180 | 5,409 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 7.7 | 10.0 | 66.7% | 0 | 485ms | 15 | 0 | |
| Grok 4.1 Fast | 5.8 | 4.4 | 66.7% | 2 | 121.79s | 11 | 37,657 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 6.5 | 3.4 | 66.7% | 1 | 1.19s | 114 | 0 | |
| Grok 4.1 Fast | 4.2 | 9.9 | 0.0% | 0 | 16.25s | 127 | 3,456 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 6.3 | 10.0 | 50.0% | 0 | 809ms | 63 | 0 | |
| Grok 4.1 Fast | 6.5 | 10.0 | 50.0% | 0 | 4.63s | 54 | 3,326 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 3.7 | 7.4 | 22.2% | 1 | 1.35s | 655 | 0 | |
| Grok 4.1 Fast | 5.3 | 7.2 | 44.4% | 1 | 7.40s | 169 | 5,904 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 2.30s | 264 | 0 | |
| Grok 4.1 Fast | 2.8 | 1.6 | 33.3% | 1 | 27.71s | 260 | 11,485 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 493ms | 11 | 0 | |
| Grok 4.1 Fast | 3.0 | 10.0 | 0.0% | 0 | 25.52s | 15 | 5,381 |
快速对比
切换对比组合
CobuddymediumvsQwen3.5-35B-A3BnoneOwl AlphamediumvsQwen3.5-35B-A3Bnonegpt-oss-120bmedium免费可用vsQwen3.5-35B-A3BnoneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneMiniMax M2.5medium免费可用vsQwen3.5-35B-A3BnoneMistral Small 4mediumvsQwen3.5-35B-A3BnoneElephant AlphamediumvsQwen3.5-35B-A3BnoneMiniMax M2.7mediumvsQwen3.5-35B-A3BnoneMercury 2mediumvsQwen3.5-35B-A3BnoneKimi K2.5mediumvsQwen3.5-35B-A3BnoneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone