Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen: Qwen3.5-9B vs xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02 Grok 4.20 Beta Grok 4.20 Beta none Rilis: 2026-03-12
Peringkat #66 #52
Skor Rata-rata 2.6 4.4
Konsistensi 7.4 9.1
Biaya per hasil 0.779 2.214
Total Biaya $0.024 $0.089
Tes benar
Tingkat lulus per percobaan 35.4% 33.3%
Tes tidak stabil 5 2
Total Run 48 48
Token output 17,930 1,511
Token penalaran 139,706 0
Waktu respons (rata-rata) 71.44s 1.22s
Waktu respons (maks) 226.38s 6.48s
Waktu respons (total) 928.77s 19.53s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Grok 4.20 Beta 3.3 7.9 22.2% 1 562ms 245 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 6.48s 282 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
Grok 4.20 Beta 9.9 10.0 100.0% 0 601ms 197 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
Grok 4.20 Beta 10.0 10.0 0.0% 0 611ms 160 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Grok 4.20 Beta 5.0 10.0 0.0% 0 541ms 87 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Grok 4.20 Beta 4.5 10.0 0.0% 0 687ms 60 0
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
Grok 4.20 Beta 4.0 7.2 55.6% 1 541ms 291 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149
Grok 4.20 Beta 10.0 10.0 100.0% 0 4.79s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.5-9BmediumvsMiMo-V2-FlashnoneMiniMax M2.5mediumvsGrok 4.20 BetanoneQwen3.5-9BmediumvsGrok 4.1 Fastnonegpt-oss-120bmediumTersedia gratisvsGrok 4.20 BetanoneMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneTersedia gratisvsQwen3.5-9BmediumMercury 2mediumvsGrok 4.20 BetanoneQwen3 Coder NextmediumvsGrok 4.20 BetanoneQwen3.5-35B-A3BmediumvsGrok 4.20 BetanoneGPT-5 NanomediumvsGrok 4.20 BetanoneQwen3.5-9BmediumvsGLM 4.7 FlashnoneGrok 4.20 BetanonevsGLM 4.7 Flashmedium