AI BENCHY Compare

Qwen: Qwen3.5-9B vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-11

Metrik	Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02	Step 3.5 Flash Step 3.5 Flash none Rilis: 2026-02-01

Metrik	Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02	Step 3.5 Flash Step 3.5 Flash none Rilis: 2026-02-01
Skor	4.8	3.0
Peringkat	#84	#93
Konsistensi	9.6	10.0
Tes benar
Tingkat lulus per percobaan	24.1%	0.0%
Tes tidak stabil	1	0
Total Run	54	3
Biaya per hasil	0.116	0.000
Total Biaya	$0.005	$0.000
Harga input	$0.050 / 1M	$0.100 / 1M
Harga output	$0.150 / 1M	$0.300 / 1M
Token output	3,951	0
Token penalaran	0	0
Waktu respons (rata-rata)	1.47s	0ms
Waktu respons (maks)	5.91s	0ms
Waktu respons (total)	26.43s	0ms

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	3.1	9.9	0.0%	0		1.71s	582	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.5-9B	5.2	3.4	33.3%	1		5.69s	1,006	0
Step 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	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		5.91s	1,255	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

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	10.0	10.0	100.0%	0		847ms	249	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	24	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	99	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	75	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
Qwen3.5-9B	3.2	9.9	0.0%	0		683ms	388	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

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		1.27s	273	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.5-9BnonevsGLM 4.7 Flashmedium MiniMax M2.7mediumvsQwen3.5-9Bnone Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.5mediumTersedia gratisvsQwen3.5-9Bnone gpt-oss-120bmediumTersedia gratisvsQwen3.5-9Bnone Qwen3.5-9BmediumvsStep 3.5 Flashnone GPT-5 NanomediumvsQwen3.5-9Bnone Step 3.5 FlashnonevsGLM 4.7 Flashmedium Mercury 2mediumvsQwen3.5-9Bnone Qwen3 Coder NextmediumvsStep 3.5 Flashnone Qwen3.5-9BnonevsGrok 4.1 Fastmedium Nemotron 3 SupermediumTersedia gratisvsQwen3.5-9Bnone