AI BENCHY Compare

Google: Gemma 4 31B vs Qwen: Qwen3.5 Plus 2026-02-15

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

Metrik	Gemma 4 31B Gemma 4 31B none Rilis: 2026-04-02	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Rilis: 2026-02-15

Metrik	Gemma 4 31B Gemma 4 31B none Rilis: 2026-04-02	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Rilis: 2026-02-15
Skor	6.7	6.8
Peringkat	#47	#46
Konsistensi	10.0	9.6
Tes benar
Tingkat lulus per percobaan	52.9%	54.9%
Tes tidak stabil	0	1
Total Run	51	51
Biaya per hasil	0.023	0.172
Total Biaya	$0.002	$0.016
Harga input	$0.140 / 1M	$0.260 / 1M
Harga output	$0.400 / 1M	$1.560 / 1M
Token output	660	2,018
Token penalaran	0	0
Waktu respons (rata-rata)	2.55s	2.51s
Waktu respons (maks)	4.68s	6.65s
Waktu respons (total)	38.20s	27.60s

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	6.5	10.0	50.0%	0		1.85s	45	0
Qwen3.5 Plus 2026-02-15	4.8	10.0	25.0%	0		1.91s	517	0

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
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		6.65s	314	0

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		2.25s	285	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.89s	243	0

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		3.22s	27	0
Qwen3.5 Plus 2026-02-15	5.3	10.0	33.3%	0		1.17s	17	0

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		2.09s	117	0
Qwen3.5 Plus 2026-02-15	4.4	3.0	33.3%	1		2.26s	117	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	6.5	10.0	50.0%	0		2.84s	78	0
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.67s	72	0

Puzzle Solving	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Gemma 4 31B	5.5	10.0	33.3%	0		2.95s	108	0
Qwen3.5 Plus 2026-02-15	7.7	10.0	66.7%	0		2.82s	516	0

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
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		3.33s	222	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5 MinimediumvsQwen3.5 Plus 2026-02-15none Gemma 4 31BnonevsGPT-5 Minimedium Nemotron 3 SupermediumTersedia gratisvsQwen3.5 Plus 2026-02-15none Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 Fastmedium Hunter AlphamediumvsQwen3.5 Plus 2026-02-15none Gemma 4 31BnonevsNemotron 3 SupermediumTersedia gratis Gemma 4 31BnonevsGrok 4.1 Fastmedium Gemma 4 31BnonevsHunter Alphamedium GPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15none Qwen3.5 Plus 2026-02-15nonevsGrok 4.20medium Gemma 4 31BnonevsGPT-5.4 Minimedium Gemma 4 31BnonevsGrok 4.20medium