Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Model yang Dibandingkan

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-02

Metrik Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Gemini 3 PRO Preview Gemini 3 PRO Preview medium Rilis: 2025-11-18 GLM 5 Turbo GLM 5 Turbo medium Rilis: 2026-03-15
Skor 8.6 8.7 8.0
Peringkat #5 #4 #19
Konsistensi 9.6 10.0 7.9
Tes benar
Tingkat lulus per percobaan 80.4% 82.4% 76.5%
Tes tidak stabil 1 0 5
Total Run 51 51 51
Biaya per hasil 0.109 1.406 1.509
Total Biaya $0.015 $0.197 $0.166
Harga input $0.140 / 1M $0.000 / 1M $1.200 / 1M
Harga output $0.400 / 1M $0.000 / 1M $4.000 / 1M
Token output 9,568 1,508 11,865
Token penalaran 22,501 10,084 35,632
Waktu respons (rata-rata) 21.81s 9.06s 17.98s
Waktu respons (maks) 68.92s 26.24s 194.23s
Waktu respons (total) 327.16s 90.58s 305.72s

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 output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 12.89s 962 2,046
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 14.99s 149 1,485
GLM 5 Turbo 10.0 10.0 100.0% 0 4.82s 362 3,137
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemini 3 PRO Preview 3.0 10.0 0.0% 0 10.37s 351 952
GLM 5 Turbo 10.0 10.0 100.0% 0 13.88s 390 2,037
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 21.11s 1,822 2,951
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 10.84s 279 3,156
GLM 5 Turbo 10.0 10.0 100.0% 0 6.19s 577 3,632
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 7.7 10.0 66.7% 0 38.48s 4,349 8,985
Gemini 3 PRO Preview 5.3 10.0 33.3% 0 7.01s 15 1,195
GLM 5 Turbo 2.9 4.4 22.2% 2 71.07s 9,665 19,279
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 9.57s 105 888
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 9.34s 78 374
GLM 5 Turbo 6.1 3.1 66.7% 1 10.05s 60 2,216
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 10.0 10.0 100.0% 0 12.76s 533 2,035
Gemini 3 PRO Preview 9.8 10.0 100.0% 0 3.26s 69 754
GLM 5 Turbo 10.0 10.0 100.0% 0 5.38s 255 2,183
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 8.8 7.9 88.9% 1 27.63s 1,797 5,596
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 3.91s 243 1,197
GLM 5 Turbo 7.3 5.8 55.6% 2 5.44s 315 2,702
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Gemma 4 31B 3.0 10.0 0.0% 0 0ms 0 0
Gemini 3 PRO Preview 10.0 10.0 100.0% 0 11.96s 324 971
GLM 5 Turbo 10.0 10.0 100.0% 0 9.84s 241 446

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewlowvsGLM 5 TurbomediumGemini 3 Flash PreviewnonevsGLM 5 TurbomediumGemini 3.1 Flash Lite PreviewnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.3 ChatnonevsGLM 5 TurbomediumGemini 3 Flash PreviewlowvsGLM 5 TurbomediumGemma 4 31BmediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsGLM 5 TurbomediumGemini 3 PRO PreviewmediumvsGPT-5.2 ChatnoneGemma 4 31BmediumvsGPT-5.3 ChatnoneGemini 3 PRO PreviewmediumvsGPT-5.3 ChatnoneQwen3.5 Plus 2026-02-15nonevsGLM 5 Turbomedium