Qwen3.6 Plus (medium) vs Grok 4.7 (medium)

已对比模型

推荐模型 Qwen3.6 Plus (medium)

它在这里得分最高（7.3），同时成本比Grok 4.7 (medium)低约 9.0 倍。

指标	Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20	Grok 4.7 Grok 4.7 medium 发布日期: 2026-09-21

指标	Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20	Grok 4.7 Grok 4.7 medium 发布日期: 2026-09-21
分数	7.3	7.3
排名	#137	#134
可靠性	10.0	9.8
一致性	9.0	8.3
尝试次数	69/69	69/69
测试正确
尝试通过率	69.6%	78.3%
不稳定测试	3	5
总运行次数	69	69
每个结果成本	2.605	19.582
总成本	$0.391	$3.501
输入价格	$0.325 / 1M	$2.000 / 1M
输出价格	$1.950 / 1M	$6.000 / 1M
总输入令牌	222,601	326,066
输出令牌	8,185	5,726
推理令牌	238,605	469,019
响应时间（平均）	57.41s	117.65s
响应时间（最大）	307.08s	660.89s
响应时间（总计）	1263.02s	2706.03s
参数量	~397B 总计 (~17B 激活)	~1.7T 总计 (~170B 激活)
开放状态	闭源	闭源

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

medium

medium

类别:

智能体任务	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
Qwen3.6 Plus	4.7	3.1	33.3%	1		307.08s	124,903	1,768	47,390
Grok 4.7	3.9	9.6	0.0%	0		372.09s	218,873	1,065	39,947

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
Grok 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
Grok 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925
Grok 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706
Grok 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

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
Qwen3.6 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854
Grok 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
Grok 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
Grok 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
Grok 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330
Grok 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
Grok 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

切换对比组合