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: Qwen3.5-27B vs xAI: Grok 4.5

Ringkasan

Perbandingan benchmark Qwen3.5-27B (medium) vs Grok 4.5 (low): Qwen3.5-27B (medium) unggul dalam skor rata-rata dengan 7.9 vs 7.8. Qwen3.5-27B (medium) memiliki biaya benchmark lebih rendah di $0.536 vs $0.760. Grok 4.5 (low) lebih cepat di 15.48s vs 68.39s, dengan tingkat keberhasilan 73.0% vs 74.6%.

Model yang direkomendasikan: Grok 4.5 (low) - Its score stays close to the best score here (7.8 vs 7.9), while responding about 4.4x faster than Qwen3.5-27B (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-08

Metrik Qwen3.5-27B Qwen3.5-27B medium Rilis: 2026-02-24 Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor 7.9 7.8
Peringkat #30 #34
Keandalan 10.0 10.0
Konsistensi 8.5 9.7
Tes benar
Tingkat lulus per percobaan 73.0% 74.6%
Tes tidak stabil 4 1
Total Run 63 63
Biaya per hasil 4.901 5.061
Total Biaya $0.536 $0.760
Harga input $0.195 / 1M $2.000 / 1M
Harga output $1.560 / 1M $6.000 / 1M
Total token input 42,164 58,652
Token output 8,534 1,735
Token penalaran 329,289 105,233
Waktu respons (rata-rata) 68.39s 15.48s
Waktu respons (maks) 234.36s 205.28s
Waktu respons (total) 1436.24s 324.98s

Showcase generasi

Hamster playing table tennis

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

#30 Qwen3.5-27B

medium
Biaya
$0.008
Waktu
62.0s
Token
3,099 tok

#34 xAI: Grok 4.5

low
Biaya
$0.011
Waktu
12.4s
Token
2,018 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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Grok 4.5 10.0 10.0 100.0% 0 2.75s 2,991 261 3,000
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Grok 4.5 3.0 10.0 0.0% 0 8.16s 15,084 261 2,370
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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Grok 4.5 10.0 10.0 100.0% 0 3.44s 8,937 225 2,549
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Grok 4.5 3.0 10.0 0.0% 0 72.64s 2,514 14 70,275
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Grok 4.5 6.1 3.1 66.7% 1 4.88s 1,077 98 1,253
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Grok 4.5 9.8 10.0 100.0% 0 2.80s 1,857 57 1,878
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Grok 4.5 10.0 10.0 100.0% 0 3.20s 2,430 217 2,590
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Grok 4.5 10.0 10.0 100.0% 0 5.83s 13,394 284 871
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683
Grok 4.5 3.0 10.0 0.0% 0 13.98s 789 15 4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6mediumvsGrok 4.5lowQwen3.6 PlusmediumvsGrok 4.5lowGemini 3.1 Flash Lite PreviewmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowClaude Sonnet 5mediumvsGrok 4.5lowGemini 3.1 Flash LitemediumvsGrok 4.5lowKimi K2.6mediumTersedia gratisvsGrok 4.5lowQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Opus 4.6mediumvsGrok 4.5lowClaude Opus 4.8lowvsQwen3.5-27BmediumQwen3.5 Plus 2026-02-15mediumvsGrok 4.5lowQwen3.5-27BmediumvsStep 3.7 Flashlow