AI BENCHY Compare

Elephant vs Qwen: Qwen3.5-122B-A10B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-14

Metrik	Elephant Elephant medium Rilis: 2026-04-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24

Metrik	Elephant Elephant medium Rilis: 2026-04-14	Qwen3.5-122B-A10B Qwen3.5-122B-A10B none Rilis: 2026-02-24
Skor	5.2	5.7
Peringkat	#77	#66
Konsistensi	9.6	9.2
Tes benar
Tingkat lulus per percobaan	29.6%	38.9%
Tes tidak stabil	1	2
Total Run	54	54
Biaya per hasil	0.000	0.360
Total Biaya	$0.000	$0.022
Harga input	$0.000 / 1M	$0.260 / 1M
Harga output	$0.000 / 1M	$2.080 / 1M
Token output	2,596	3,341
Token penalaran	0	0
Waktu respons (rata-rata)	1.27s	3.69s
Waktu respons (maks)	3.70s	46.00s
Waktu respons (total)	22.82s	66.50s

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
Elephant	6.6	10.0	50.0%	0		1.19s	815	0
Qwen3.5-122B-A10B	4.8	10.0	25.0%	0		1.59s	312	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	5.1	3.3	33.3%	1		1.30s	365	0
Qwen3.5-122B-A10B	4.3	1.1	66.7%	1		3.44s	659	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	3.0	10.0	0.0%	0		3.70s	562	0
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		46.00s	1,137	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	6.5	10.0	50.0%	0		979ms	246	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		1.01s	243	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	3.0	10.0	0.0%	0		925ms	24	0
Qwen3.5-122B-A10B	5.3	10.0	33.3%	0		465ms	15	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	4.3	10.0	0.0%	0		920ms	105	0
Qwen3.5-122B-A10B	5.0	10.0	0.0%	0		1.12s	66	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	9.8	10.0	100.0%	0		987ms	82	0
Qwen3.5-122B-A10B	4.5	6.8	16.7%	1		585ms	70	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	3.7	10.0	0.0%	0		867ms	166	0
Qwen3.5-122B-A10B	5.4	10.0	33.3%	0		982ms	575	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Elephant	3.0	10.0	0.0%	0		2.83s	231	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		2.04s	264	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

ElephantmediumvsGrok 4.20none Mistral Small 4nonevsElephantmedium MiniMax M2.5mediumTersedia gratisvsQwen3.5-122B-A10Bnone gpt-oss-120bnoneTersedia gratisvsElephantmedium Mistral Small 4mediumvsQwen3.5-122B-A10Bnone Trinity Large PreviewnoneTersedia gratisvsElephantmedium GPT-5.4 MininonevsElephantmedium ElephantmediumvsQwen3 Coder Nextnone gpt-oss-120bmediumTersedia gratisvsQwen3.5-122B-A10Bnone Nemotron 3 SupernoneTersedia gratisvsElephantmedium ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsElephantmedium