AI BENCHY Compare

Elephant vs Qwen: Qwen3.5-27B

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

Metrik	Elephant Elephant medium Rilis: 2026-04-14	Qwen3.5-27B Qwen3.5-27B none Rilis: 2026-02-24

Metrik	Elephant Elephant medium Rilis: 2026-04-14	Qwen3.5-27B Qwen3.5-27B none Rilis: 2026-02-24
Skor	5.2	5.9
Peringkat	#77	#64
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	0.265
Total Biaya	$0.000	$0.016
Harga input	$0.000 / 1M	$0.195 / 1M
Harga output	$0.000 / 1M	$1.560 / 1M
Token output	2,596	3,545
Token penalaran	0	0
Waktu respons (rata-rata)	1.27s	1.74s
Waktu respons (maks)	3.70s	9.39s
Waktu respons (total)	22.82s	31.32s

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
Qwen3.5-27B	4.8	10.0	25.0%	0		788ms	267	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
Qwen3.5-27B	10.0	10.0	100.0%	0		2.51s	381	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
Qwen3.5-27B	2.8	1.6	33.3%	1		9.39s	1,461	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
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	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
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	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
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	126	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
Qwen3.5-27B	4.8	10.0	0.0%	0		815ms	69	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
Qwen3.5-27B	6.7	7.9	55.6%	1		1.37s	680	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
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	303	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

ElephantmediumvsGrok 4.20none gpt-oss-120bmediumTersedia gratisvsQwen3.5-27Bnone Mistral Small 4nonevsElephantmedium gpt-oss-120bnoneTersedia gratisvsElephantmedium Trinity Large PreviewnoneTersedia gratisvsElephantmedium GPT-5.4 MininonevsElephantmedium ElephantmediumvsQwen3 Coder Nextnone Nemotron 3 SupernoneTersedia gratisvsElephantmedium MiniMax M2.5mediumTersedia gratisvsQwen3.5-27Bnone Mistral Small 4mediumvsQwen3.5-27Bnone ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsElephantmedium