Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs xAI: Grok Build 0.1

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-28

Metrik Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24 Grok Build 0.1 Grok Build 0.1 medium Rilis: 2026-05-21
Skor 7.6 7.7
Peringkat #48 #43
Keandalan 10.0 10.0
Konsistensi 8.0 9.9
Tes benar
Tingkat lulus per percobaan 75.0% 65.0%
Tes tidak stabil 5 0
Total Run 60 60
Biaya per hasil 0.821 5.606
Total Biaya $0.074 $0.729
Harga input $0.065 / 1M $1.000 / 1M
Harga output $0.260 / 1M $2.000 / 1M
Token output 2,074 2,258
Token penalaran 272,063 341,381
Waktu respons (rata-rata) 63.04s 42.39s
Waktu respons (maks) 234.29s 252.69s
Waktu respons (total) 1197.71s 847.76s

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-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Grok Build 0.1 8.3 10.0 75.0% 0 7.43s 220 12,162
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 4.1 5.8 33.3% 1 54.23s 288 67,546
Grok Build 0.1 7.0 9.5 50.0% 0 62.62s 614 64,815
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Grok Build 0.1 10.0 10.0 100.0% 0 32.81s 231 16,917
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-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Grok Build 0.1 10.0 10.0 100.0% 0 10.72s 180 8,876
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Grok Build 0.1 5.3 10.0 33.3% 0 158.00s 492 175,294
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Grok Build 0.1 4.4 9.9 0.0% 0 18.41s 76 6,345
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Grok Build 0.1 9.8 10.0 100.0% 0 12.36s 57 9,599
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 89 12,457
Grok Build 0.1 7.7 10.0 66.7% 0 18.26s 195 20,841
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284
Grok Build 0.1 10.0 10.0 100.0% 0 13.12s 180 4,969
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 32 37,037
Grok Build 0.1 3.0 10.0 0.0% 0 53.51s 13 21,563

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 FlashhighTersedia gratisvsQwen3.5-FlashmediumDeepSeek V4 FlashhighTersedia gratisvsGrok Build 0.1mediumGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGemini 3.1 Flash LitelowvsQwen3.5-FlashmediumGPT-5.2 ChatnonevsGrok Build 0.1mediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsGrok Build 0.1medium