Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-02

Metrik Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 4.5 5.4
Peringkat #83 #69
Konsistensi 7.0 9.5
Tes benar
Tingkat lulus per percobaan 35.3% 31.4%
Tes tidak stabil 6 1
Total Run 51 51
Biaya per hasil 0.787 1.809
Total Biaya $0.024 $0.091
Harga input $0.050 / 1M $2.000 / 1M
Harga output $0.150 / 1M $6.000 / 1M
Token output 18,141 1,655
Token penalaran 141,204 0
Waktu respons (rata-rata) 69.21s 1.11s
Waktu respons (maks) 226.38s 6.04s
Waktu respons (total) 968.99s 18.80s

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
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
Grok 4.20 4.8 10.0 25.0% 0 501ms 267 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 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 3.6 5.6 33.3% 1 87.31s 1,383 32,113
Grok 4.20 10.0 10.0 100.0% 0 522ms 207 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 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Grok 4.20 3.0 10.0 0.0% 0 687ms 325 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 2.8 1.6 33.3% 1 226.38s 0 30,695
Grok 4.20 4.8 10.0 0.0% 0 659ms 83 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 6.4 5.8 66.7% 1 17.15s 599 4,517
Grok 4.20 4.8 10.0 0.0% 0 455ms 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 3.1 10.0 0.0% 0 33.38s 1,545 11,844
Grok 4.20 5.3 7.4 44.4% 1 487ms 242 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 10.0 10.0 100.0% 0 4.63s 189 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneGPT-5.4 NanononevsQwen3.5-9BmediumMistral Small 4mediumvsGrok 4.20noneGPT-5.4 MininonevsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9BmediumMiniMax M2.7mediumvsGrok 4.20noneMiniMax M2.5mediumTersedia gratisvsGrok 4.20noneGPT-4o-mininonevsQwen3.5-9BmediumQwen3 Coder NextmediumvsGrok 4.20nonegpt-oss-120bmediumTersedia gratisvsGrok 4.20noneGrok 4.20nonevsGLM 4.7 Flashmedium