- 排名
- #86
- 总输出令牌
- 274,709
- 响应时间（平均）
- 91.76s
- 总成本
- $0.459
Qwen3.5 Plus 2026-02-15 (medium) vs Grok Build 0.1 (medium)
平均分几乎持平，为 7.5 vs 7.5。 Qwen3.5 Plus 2026-02-15 (medium) benchmark 成本更低，为 $0.459 vs $1.130。 Grok Build 0.1 (medium) 更快，为 54.50s vs 91.76s，通过率为 72.7% vs 60.6%。
- 排名
- #89
- 总输出令牌
- 511,406
- 响应时间（平均）
- 54.50s
- 总成本
- $1.130
推荐模型
Qwen3.5 Plus 2026-02-15 (medium)
它在这里得分最高（7.5），同时成本比Grok Build 0.1 (medium)低约 2.5 倍。
详细对比
| 指标 | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium | Grok Build 0.1 Grok Build 0.1 medium |
|---|---|---|
| 分数 | 7.5 | 7.5 |
| 排名 | #86 | #89 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.1 | 9.6 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 60.6% |
| 不稳定测试 | 5 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 3.483 | 8.691 |
| 总成本 | $0.459 | $1.130 |
| 输入价格 | $0.260 / 1M | $1.000 / 1M |
| 输出价格 | $1.560 / 1M | $2.000 / 1M |
| 总输入令牌 | 113,569 | 106,946 |
| 输出令牌 | 9,823 | 7,993 |
| 推理令牌 | 264,886 | 503,413 |
| 响应时间（平均） | 91.76s | 54.50s |
| 响应时间（最大） | 304.85s | 252.69s |
| 响应时间（总计） | 1376.42s | 1199.07s |
| 参数量 | ~397B 总计 (~17B 激活) | ~300B 总计 (~30B 激活) |
| 开放状态 | 闭源 | 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 Plus 2026-02-15
medium- 成本
- $0.011
- 时间
- 125.5s
- 令牌
- 7,040 tok
#89 SpaceXAI: Grok Build 0.1
medium- 成本
- $0.028
- 时间
- 81.3s
- 令牌
- 14,009 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 Plus 2026-02-15 | 8.2 | 7.9 | 83.3% | 1 | 45.78s | 672 | 205 | 21,236 | |
| Grok Build 0.1 | 8.3 | 10.0 | 75.0% | 0 | 7.43s | 2,010 | 220 | 12,162 |
| 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 Plus 2026-02-15 | 6.6 | 7.1 | 44.4% | 1 | 180.70s | 6,950 | 420 | 80,595 | |
| Grok Build 0.1 | 5.7 | 9.7 | 33.3% | 0 | 108.46s | 8,304 | 1,138 | 161,452 |
| 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 Plus 2026-02-15 | 6.9 | 5.9 | 66.7% | 1 | 175.85s | 87,576 | 8,085 | 69,183 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 65.08s | 75,242 | 5,442 | 65,569 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.91s | 7,782 | 270 | 14,916 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 10.72s | 7,761 | 180 | 8,876 |
| 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 Plus 2026-02-15 | 5.3 | 7.2 | 44.4% | 1 | 55.99s | 453 | 35 | 30,685 | |
| Grok Build 0.1 | 2.9 | 7.2 | 11.1% | 1 | 175.94s | 1,959 | 492 | 192,037 |
| 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 Plus 2026-02-15 | 4.7 | 1.6 | 66.7% | 1 | 79.86s | 344 | 73 | 8,675 | |
| Grok Build 0.1 | 4.4 | 9.9 | 0.0% | 0 | 18.41s | 825 | 76 | 6,345 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 699 | 101 | 7,704 | |
| Grok Build 0.1 | 9.8 | 10.0 | 100.0% | 0 | 12.36s | 1,362 | 57 | 9,599 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 32.50s | 696 | 301 | 13,853 | |
| Grok Build 0.1 | 7.7 | 10.0 | 66.7% | 0 | 18.26s | 1,689 | 195 | 20,841 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 8,193 | 309 | 909 | |
| Grok Build 0.1 | 10.0 | 10.0 | 100.0% | 0 | 13.12s | 7,263 | 180 | 4,969 |
| 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 103.81s | 204 | 24 | 17,130 | |
| Grok Build 0.1 | 3.0 | 10.0 | 0.0% | 0 | 53.51s | 531 | 13 | 21,563 |
快速对比
切换对比组合
GPT 5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumGPT-5.6 TerralowvsQwen3.5 Plus 2026-02-15mediumQwen3.7 MaxnonevsGrok Build 0.1mediumGPT 5.3 ChatnonevsGrok Build 0.1mediumGPT-5.6 TerralowvsGrok Build 0.1mediumQwen3.8 2.4T A95BhighvsGrok Build 0.1mediumClaude Opus 5nonevsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-02-15mediumvsSolar Pro 4xhighGemini 3 Flash PreviewlowvsGrok Build 0.1mediumClaude Opus 5nonevsGrok Build 0.1mediumGPT-5.6 LunahighvsQwen3.5 Plus 2026-02-15mediumSolar Pro 4xhighvsGrok Build 0.1medium