AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Gemma 4 31B vs Qwen3.5-35B-A3B: Qwen3.5-35B-A3B unggul dalam skor rata-rata dengan 6.3 vs 6.1. Gemma 4 31B memiliki biaya benchmark lebih rendah di $0.004 vs $0.401. Gemma 4 31B lebih cepat di 4.05s vs 72.57s, dengan tingkat keberhasilan 47.6% vs 69.8%.

Model yang direkomendasikan: Gemma 4 31B - Its score stays close to the best score here (6.1 vs 6.3), while costing about 133.3x less than Qwen3.5-35B-A3B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

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

Metrik	Gemma 4 31B Gemma 4 31B none Rilis: 2026-04-02 Tersedia gratis	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24
Skor	6.1	6.3
Peringkat	#101	#92
Keandalan	10.0	10.0
Konsistensi	10.0	7.5
Tes benar
Tingkat lulus per percobaan	47.6%	69.8%
Tes tidak stabil	0	6
Total Run	63	63
Biaya per hasil	0.034	5.162
Total Biaya	$0.004	$0.401
Harga input	$0.120 / 1M	$0.140 / 1M
Harga output	$0.350 / 1M	$1.000 / 1M
Total token input	20,911	42,196
Token output	1,407	40,630
Token penalaran	0	353,577
Waktu respons (rata-rata)	4.05s	72.57s
Waktu respons (maks)	26.13s	409.98s
Waktu respons (total)	76.87s	1524.04s

Showcase generasi

Hamster playing table tennis

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

#101 Gemma 4 31B

none

Biaya: $0.001
Waktu: 12.8s
Token: 795 tok

#92 Qwen3.5-35B-A3B

medium

Biaya: $0.009
Waktu: 71.4s
Token: 8,631 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	6.5	10.0	50.0%	0		1.85s	852	45	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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	5.5	10.0	33.3%	0		11.19s	8,381	735	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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		2.25s	8,352	285	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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		3.22s	903	27	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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		2.09s	576	117	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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	6.5	10.0	50.0%	0		2.84s	795	78	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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	6.5	10.0	33.3%	0		4.23s	828	108	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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		4.65s	8,193	309	1,365

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		1.25s	224	12	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Perbandingan Cepat

Ganti Pasangan Perbandingan