Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark Qwen3.5-9B vs Grok 4.20: Grok 4.20 unggul dalam skor rata-rata dengan 5.4 vs 4.2. Qwen3.5-9B memiliki biaya benchmark lebih rendah di $0.036 vs $0.057. Grok 4.20 lebih cepat di 1.11s vs 82.24s, dengan tingkat keberhasilan 27.0% vs 33.3%.

Model yang direkomendasikan: Grok 4.20 - It has the best score here (5.4), while responding about 74.2x faster than Qwen3.5-9B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

Metrik Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 4.2 5.4
Peringkat #162 #128
Keandalan 6.7 T/A
Konsistensi 8.0 10.0
Tes benar
Tingkat lulus per percobaan 27.0% 33.3%
Tes tidak stabil 5 0
Total Run 63 54
Biaya per hasil 1.187 1.570
Total Biaya $0.036 $0.057
Harga input $0.100 / 1M $1.250 / 1M
Harga output $0.150 / 1M $2.500 / 1M
Total token input 17,070 41,313
Token output 29,045 1,923
Token penalaran 209,516 0
Waktu respons (rata-rata) 82.24s 1.11s
Waktu respons (maks) 226.38s 6.04s
Waktu respons (total) 1315.88s 19.96s

Generation showcase

Hamster playing table tennis

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

#162 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

#128 xAI: Grok 4.20

none
Cost
$0.004
Time
6.5s
Tokens
1,367 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
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
Grok 4.20 4.8 10.0 25.0% 0 501ms 1,986 267 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
Grok 4.20 3.4 9.3 0.0% 0 1.22s 1,074 312 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
Grok 4.20 3.0 10.0 0.0% 0 6.04s 17,673 282 0
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
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
Grok 4.20 10.0 10.0 100.0% 0 522ms 7,749 207 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
Grok 4.20 3.0 10.0 0.0% 0 687ms 1,746 325 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
Grok 4.20 4.8 10.0 0.0% 0 659ms 819 83 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
Grok 4.20 6.3 10.0 50.0% 0 445ms 1,350 60 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
Grok 4.20 5.3 10.0 33.3% 0 473ms 1,671 198 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
Grok 4.20 10.0 10.0 100.0% 0 4.63s 7,245 189 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694
Grok 4.20 - - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

Ling-2.6-1TnonevsQwen3.5-9BmediumMiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneGranite 4.1 8BnonevsQwen3.5-9BmediumMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneNemotron 3 SupermediumTersedia gratisvsGrok 4.20noneMercury 2nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumDeepSeek V4 ProhighvsGrok 4.20none