Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs xAI: Grok 4.3

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-28

Metrik Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Rilis: 2026-02-24 Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor 7.7 7.8
Peringkat #41 #34
Keandalan 10.0 10.0
Konsistensi 8.8 8.4
Tes benar
Tingkat lulus per percobaan 71.7% 75.0%
Tes tidak stabil 3 4
Total Run 60 60
Biaya per hasil 5.031 4.557
Total Biaya $0.509 $0.593
Harga input $0.260 / 1M $1.250 / 1M
Harga output $2.080 / 1M $2.500 / 1M
Token output 26,166 1,485
Token penalaran 213,524 214,710
Waktu respons (rata-rata) 39.40s 49.23s
Waktu respons (maks) 168.16s 216.69s
Waktu respons (total) 788.00s 984.52s

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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 269 16,835
Grok 4.3 10.0 10.0 100.0% 0 8.83s 88 8,207
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 4.1 5.8 33.3% 1 119.57s 8,036 45,074
Grok 4.3 7.4 6.5 66.7% 1 55.26s 532 24,554
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 483 11,337
Grok 4.3 10.0 10.0 100.0% 0 63.99s 234 15,301
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 270 16,558
Grok 4.3 10.0 10.0 100.0% 0 18.97s 180 9,546
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 15,537 64,889
Grok 4.3 5.3 7.2 44.4% 1 181.74s 14 111,300
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 66 7,592
Grok 4.3 5.4 2.5 66.7% 1 24.70s 70 5,020
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 77 7,372
Grok 4.3 9.8 10.0 100.0% 0 18.58s 57 8,713
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 284 27,575
Grok 4.3 5.9 7.2 55.6% 1 22.52s 128 14,468
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 322 1,226
Grok 4.3 10.0 10.0 100.0% 0 17.66s 168 4,615
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 822 15,066
Grok 4.3 3.0 10.0 0.0% 0 44.47s 14 12,986

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighTersedia gratisvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGPT-5.2 ChatnonevsGrok 4.3mediumQwen3.7 MaxnonevsGrok 4.3mediumGemini 3 Flash PreviewnonevsGrok 4.3mediumDeepSeek V4 FlashhighTersedia gratisvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.3mediumGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.5 FlashminimalvsGrok 4.3mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10BmediumGemini 3.5 FlashminimalvsQwen3.5-122B-A10Bmedium