AI BENCHY Compare

Google: Gemma 4 31B vs Qwen: Qwen3.6 Flash

Ringkasan

Perbandingan benchmark Gemma 4 31B vs Qwen3.6 Flash: Gemma 4 31B unggul dalam skor rata-rata dengan 6.3 vs 6.0. Qwen3.6 Flash memiliki biaya benchmark lebih rendah di $0.015 vs $0.033. Qwen3.6 Flash lebih cepat di 1.60s vs 56.55s, dengan tingkat keberhasilan 69.8% vs 33.3%.

Model yang direkomendasikan: Qwen3.6 Flash - Its score stays close to the best score here (6.0 vs 6.3), while costing about 2.3x 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	Qwen3.6 Flash Qwen3.6 Flash none Rilis: 2026-04-20

Metrik	Gemma 4 31B Gemma 4 31B medium Rilis: 2026-04-02 Tersedia gratis	Qwen3.6 Flash Qwen3.6 Flash none Rilis: 2026-04-20
Skor	6.3	6.0
Peringkat	#87	#107
Keandalan	10.0	10.0
Konsistensi	9.4	10.0
Tes benar
Tingkat lulus per percobaan	69.8%	33.3%
Tes tidak stabil	1	0
Total Run	63	63
Biaya per hasil	0.257	0.266
Total Biaya	$0.033	$0.015
Harga input	$0.120 / 1M	$0.188 / 1M
Harga output	$0.350 / 1M	$1.125 / 1M
Total token input	17,957	50,810
Token output	22,356	4,164
Token penalaran	65,726	0
Waktu respons (rata-rata)	56.55s	1.60s
Waktu respons (maks)	437.40s	4.60s
Waktu respons (total)	1074.41s	33.59s

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

#107 Qwen3.6 Flash

none

Cost: $0.005
Time: 20.1s
Tokens: 4,211 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
Qwen3.6 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	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
Qwen3.6 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	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
Qwen3.6 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.13s	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
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	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
Qwen3.6 Flash	6.3	10.0	50.0%	0		1.10s	711	66	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
Qwen3.6 Flash	3.5	10.0	0.0%	0		1.21s	714	669	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
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	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
Qwen3.6 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan