导航
Advertise here

Qwen3.5-Flash vs Grok 4.7 (xhigh)

平均分几乎持平,为 6.7 vs 6.7。 Qwen3.5-Flash benchmark 成本更低,为 $0.089 vs $3.398。 Qwen3.5-Flash 更快,为 26.52s vs 123.96s,通过率为 37.7% vs 73.9%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-13

已对比模型

排名
#250
总输出令牌
219,122
响应时间(平均)
26.52s
总成本
$0.089
排名
#247
总输出令牌
572,315
响应时间(平均)
123.96s
总成本
$3.398
推荐模型 Grok 4.7 (xhigh)

它在本次比较中得分最高(6.7),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Qwen3.5-Flash Qwen3.5-Flash none 发布日期: 2026-02-24 Grok 4.7 Grok 4.7 xhigh 发布日期: 2026-09-21
分数 6.7 6.7
排名 #250 #247
可靠性 10.0 9.7
一致性 9.3 7.8
尝试次数 69/69 69/69
测试正确
尝试通过率 37.7% 73.9%
不稳定测试 2 6
总运行次数 69 69
每个结果成本 1.113 24.272
总成本 $0.089 $3.398
输入价格 $0.065 / 1M $2.000 / 1M
输出价格 $0.260 / 1M $6.000 / 1M
缓存读取价格 不适用 $0.500 / 1M
缓存写入价格 不适用 不适用
总输入令牌 463,872 310,049
输出令牌 219,122 6,094
推理令牌 0 566,221
响应时间(平均) 26.52s 123.96s
响应时间(最大) 480.96s 775.64s
响应时间(总计) 609.94s 2851.07s
参数量 ~35B 总计 (~3B 激活) ~1.7T 总计 (~170B 激活)
开放状态 闭源 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#250 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 tok

#247 SpaceXAI: Grok 4.7

xhigh
成本
$0.235
时间
544.2s
令牌
39,247 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

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-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0
Grok 4.7 5.3 4.5 55.6% 2 414.53s 10,168 327 256,935

切换对比组合