AI BENCHY Compare

Google: Gemma 4 31B vs Qwen: Qwen3.5-35B-A3B

Ringkasan

Perbandingan benchmark Gemma 4 31B vs Qwen3.5-35B-A3B: Gemma 4 31B unggul dalam skor rata-rata dengan 6.3 vs 5.9. Qwen3.5-35B-A3B memiliki biaya benchmark lebih rendah di $0.012 vs $0.033. Qwen3.5-35B-A3B lebih cepat di 3.37s vs 56.55s, dengan tingkat keberhasilan 69.8% vs 42.9%.

Model yang direkomendasikan: Qwen3.5-35B-A3B - Its score stays close to the best score here (5.9 vs 6.3), while costing about 2.9x less than Gemma 4 31B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Rilis: 2026-02-24
Skor	6.3	5.9
Peringkat	#87	#108
Keandalan	10.0	10.0
Konsistensi	9.4	8.9
Tes benar
Tingkat lulus per percobaan	69.8%	42.9%
Tes tidak stabil	1	3
Total Run	63	63
Biaya per hasil	0.257	0.230
Total Biaya	$0.033	$0.012
Harga input	$0.120 / 1M	$0.140 / 1M
Harga output	$0.350 / 1M	$1.000 / 1M
Total token input	17,957	48,194
Token output	22,356	4,343
Token penalaran	65,726	0
Waktu respons (rata-rata)	56.55s	3.37s
Waktu respons (maks)	437.40s	47.43s
Waktu respons (total)	1074.41s	70.75s

Generation showcase

Hamster playing table tennis

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

#87 Gemma 4 31B

medium

Cost: $0.002
Time: 45.7s
Tokens: 2,696 tok

#108 Qwen3.5-35B-A3B

none

Cost: $0.005
Time: 28.4s
Tokens: 4,518 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
Gemma 4 31B	10.0	10.0	100.0%	0		12.89s	816	962	2,046
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	4.3	5.8	22.2%	1		219.76s	5,568	11,098	33,212
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	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
Gemma 4 31B	10.0	10.0	100.0%	0		21.11s	8,334	1,822	2,951
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	7,794	243	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	7.7	10.0	66.7%	0		38.48s	876	4,349	8,985
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	789	15	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		9.57s	567	105	888
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	10.0	10.0	100.0%	0		12.76s	777	533	2,035
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	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
Gemma 4 31B	9.9	10.0	100.0%	0		26.91s	801	1,795	5,595
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		0ms	0	0	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	8,211	264	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemma 4 31B	3.0	10.0	0.0%	0		90.14s	218	1,692	10,014
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Perbandingan Cepat

Ganti Pasangan Perbandingan