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 4.6. Qwen3.5-9B memiliki biaya benchmark lebih rendah di $0.006 vs $0.057. Grok 4.20 lebih cepat di 1.11s vs 1.89s, dengan tingkat keberhasilan 20.6% vs 33.3%.

Model yang direkomendasikan: Qwen3.5-9B - It offers the best overall trade-off: a competitive score (4.6), lower cost than Grok 4.20, and balanced response time.

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

Metrik Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02 Grok 4.20 Grok 4.20 none Rilis: 2026-03-31
Skor 4.6 5.4
Peringkat #155 #128
Keandalan 10.0 T/A
Konsistensi 9.7 10.0
Tes benar
Tingkat lulus per percobaan 20.6% 33.3%
Tes tidak stabil 1 0
Total Run 63 54
Biaya per hasil 0.123 1.570
Total Biaya $0.006 $0.057
Harga input $0.100 / 1M $1.250 / 1M
Harga output $0.150 / 1M $2.500 / 1M
Total token input 48,041 41,313
Token output 3,952 1,923
Token penalaran 0 0
Waktu respons (rata-rata) 1.89s 1.11s
Waktu respons (maks) 6.03s 6.04s
Waktu respons (total) 39.68s 19.96s

Generation showcase

Hamster playing table tennis

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

#155 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 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 3.1 9.9 0.0% 0 1.71s 696 582 0
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 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
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 5.91s 20,397 1,255 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 10.0 10.0 100.0% 0 847ms 7,788 249 0
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 3.0 10.0 0.0% 0 464ms 789 24 0
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 4.4 9.9 0.0% 0 552ms 522 99 0
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 514ms 711 75 0
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 3.2 10.0 0.0% 0 621ms 714 347 0
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 1.27s 8,301 273 0
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 2.32s 210 6 0
Grok 4.20 - - - - - - - - -

Perbandingan Cepat

Ganti Pasangan Perbandingan

MiniMax M2.5mediumvsGrok 4.20noneMiniMax M2.7mediumvsGrok 4.20noneMistral Small 4mediumvsGrok 4.20noneCobuddymediumvsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumTersedia gratisvsGrok 4.20noneDeepSeek V4 ProhighvsGrok 4.20nonegpt-oss-120bmediumTersedia gratisvsGrok 4.20noneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneMiniMax M2.5mediumvsQwen3.5-9BnoneQwen3 Coder NextmediumvsGrok 4.20none