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

Gemma 4 31B (medium) unggul dalam skor rata-rata dengan 6.3 vs 6.2. Gemma 4 31B (medium) memiliki biaya benchmark lebih rendah di $0.116 vs $0.139. Gemma 4 31B (medium) lebih cepat di 75.38s vs 84.82s, dengan tingkat keberhasilan 68.2% vs 69.7%.

Model yang direkomendasikanGemma 4 31B (medium)It has the strongest score in this comparison (6.3) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24
Skor	6.3	6.2
Peringkat	#121	#125
Keandalan	10.0	10.0
Konsistensi	9.0	7.8
Tes benar
Tingkat lulus per percobaan	68.2%	69.7%
Tes tidak stabil	2	6
Total Run	66	66
Biaya per hasil	1.044	1.361
Total Biaya	$0.116	$0.139
Harga input	$0.140 / 1M	$0.065 / 1M
Harga output	$0.400 / 1M	$0.260 / 1M
Total token input	94,992	118,499
Token output	34,468	12,284
Token penalaran	223,278	490,610
Waktu respons (rata-rata)	75.38s	84.82s
Waktu respons (maks)	437.40s	515.38s
Waktu respons (total)	1507.52s	1781.22s

Hamster playing table tennis

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

#121 Gemma 4 31B

medium

Biaya: $0.002
Waktu: 45.7s
Token: 2,696 tok

#125 Qwen3.5-Flash

medium

Biaya: $0.002
Waktu: 25.8s
Token: 4,294 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

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-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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	2.9	5.8	16.7%	1		433.11s	77,035	12,112	157,552
Qwen3.5-Flash	6.4	5.8	66.7%	1		266.58s	94,507	10,679	204,282

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-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 31BmediumTersedia gratisvsLongCat 2.0none Gemma 4 31BnoneTersedia gratisvsQwen3.5-Flashmedium Claude Sonnet 5nonevsGemma 4 31BmediumTersedia gratis Claude Sonnet 5nonevsQwen3.5-Flashmedium Seed-2.0-LitenonevsQwen3.5-Flashmedium GPT-5.6 LunalowvsQwen3.5-Flashmedium LongCat 2.0nonevsQwen3.5-Flashmedium Gemini 2.5 FlashnonevsQwen3.5-Flashmedium Gemma 4 31BmediumTersedia gratisvsLing 3.0 FlashhighTersedia gratis Seed-2.0-LitenonevsGemma 4 31BmediumTersedia gratis Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashmedium Gemma 4 31BmediumTersedia gratisvsGPT-5.6 Lunalow