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: Qwen3.5-35B-A3B vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 7.2 6.9
Peringkat #59 #68
Keandalan 6.7 10.0
Konsistensi 6.9 8.3
Tes benar
Tingkat lulus per percobaan 75.4% 63.2%
Tes tidak stabil 7 4
Total Run 57 57
Biaya per hasil 4.806 7.559
Total Biaya $0.481 $0.756
Harga input $0.140 / 1M $1.250 / 1M
Harga output $1.000 / 1M $2.500 / 1M
Token output 21,056 1,784
Token penalaran 280,814 128,233
Waktu respons (rata-rata) 51.50s 14.53s
Waktu respons (maks) 177.35s 63.48s
Waktu respons (total) 978.57s 276.06s

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
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.13s 798 42,652
Grok 4.20 8.2 7.9 83.3% 1 3.95s 287 8,312
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 79.09s 4,273 33,078
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 4.7 1.6 66.7% 1 75.34s 775 12,485
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 7.3 5.9 83.3% 1 59.33s 235 19,493
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 4.1 4.4 44.5% 2 88.34s 41 46,368
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 2.8 1.6 33.3% 1 30.30s 20 3,753
Grok 4.20 3.9 2.6 33.3% 1 24.48s 65 6,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 24.45s 97 17,361
Grok 4.20 7.3 6.0 83.3% 1 4.42s 40 5,474
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 6.4 4.4 77.8% 2 31.58s 3,589 32,206
Grok 4.20 7.7 10.0 66.7% 0 6.20s 149 7,913
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 309 1,365
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 177.35s 10,919 72,053
Grok 4.20 3.0 10.0 0.0% 0 63.48s 9 16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

DeepSeek V4 ProhighvsGrok 4.20mediumGemma 4 31BnoneTersedia gratisvsGrok 4.20mediumClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumRing 2.6 1tnoneTersedia gratisvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumGemini 3.1 Flash LitenonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumClaude Sonnet 4.6nonevsGrok 4.20mediumGemma 4 31BnoneTersedia gratisvsQwen3.5-35B-A3BmediumDeepSeek V4 FlashhighvsQwen3.5-35B-A3BmediumDeepSeek V4 ProhighvsQwen3.5-35B-A3Bmedium