AI BENCHY Compare

Google: Gemini 3.1 Flash Lite vs Qwen: Qwen3.5-9B

Ringkasan

Perbandingan benchmark Gemini 3.1 Flash Lite vs Qwen3.5-9B: Gemini 3.1 Flash Lite unggul dalam skor rata-rata dengan 6.4 vs 4.6. Qwen3.5-9B memiliki biaya benchmark lebih rendah di $0.006 vs $0.013. Gemini 3.1 Flash Lite lebih cepat di 1.33s vs 1.89s, dengan tingkat keberhasilan 54.0% vs 20.6%.

Model yang direkomendasikan: Gemini 3.1 Flash Lite - It has the strongest score in this comparison (6.4) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02

Metrik	Gemini 3.1 Flash Lite Gemini 3.1 Flash Lite minimal Rilis: 2026-05-08	Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02
Skor	6.4	4.6
Peringkat	#88	#155
Keandalan	10.0	10.0
Konsistensi	8.8	9.7
Tes benar
Tingkat lulus per percobaan	54.0%	20.6%
Tes tidak stabil	3	1
Total Run	63	63
Biaya per hasil	0.130	0.123
Total Biaya	$0.013	$0.006
Harga input	$0.250 / 1M	$0.100 / 1M
Harga output	$1.500 / 1M	$0.150 / 1M
Total token input	36,973	48,041
Token output	2,487	3,952
Token penalaran	0	0
Waktu respons (rata-rata)	1.33s	1.89s
Waktu respons (maks)	4.49s	6.03s
Waktu respons (total)	27.91s	39.68s

Generation showcase

Hamster playing table tennis

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

#88 Gemini 3.1 Flash Lite

minimal

Cost: $0.001
Time: 3.7s
Tokens: 635 tok

#155 Qwen3.5-9B

none

Invalid SVG

Cost: $0.000
Time: 300.0s
Tokens: 0 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	8.3	10.0	75.0%	0		1.10s	500	639	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	5.5	10.0	33.3%	0		831ms	8,126	666	0
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		2.53s	12,870	357	0
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	20,397	1,255	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		1.04s	7,552	279	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	2.9	7.2	11.1%	1		1.02s	641	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	4.0	10.0	0.0%	0		791ms	490	63	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		932ms	615	72	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	6.0	4.6	66.7%	2		2.15s	564	153	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	10.0	10.0	100.0%	0		3.51s	5,457	234	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.1 Flash Lite	3.0	10.0	0.0%	0		724ms	158	9	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Perbandingan Cepat

Ganti Pasangan Perbandingan