Navigasi
AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
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 StepFun: Step 3.5 Flash

Bandingkan:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-06

Metrik Qwen: Qwen3.5-Flash none Rilis: 2026-02-24 StepFun: Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis
Peringkat #37 #13
Skor Rata-rata 5.2 7.4
Konsistensi 9.6 9.1
Biaya per hasil 0.077 0.000
Total Biaya $0.006 $0.000
Tes benar
Tingkat lulus per percobaan 45.8% 68.8%
Tes tidak stabil 1 2
Total Run 48 48
Token output 3,774 71,452
Token penalaran 0 155,147
Waktu respons (rata-rata) 3.54s 29.10s
Waktu respons (maks) 13.73s 170.45s
Waktu respons (total) 56.70s 290.96s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 2.3 7.8 11.1% 1 1.62s 687 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 10.0 10.0 0.0% 0 6.22s 1,794 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 9.9 10.0 100.0% 0 1.57s 243 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 7.0 10.0 66.7% 0 905ms 15 0
StepFun: Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 100 0
StepFun: Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 5.0 10.0 50.0% 0 8.81s 63 0
StepFun: Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 1.3 10.0 0.0% 0 5.90s 608 0
StepFun: Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 264 0
StepFun: Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisMercury 2mediumvsQwen3.5-Flashnonegpt-oss-120bmediumTersedia gratisvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumTersedia gratisGPT-5.3 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumTersedia gratisGPT-5 NanomediumvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisMiniMax M2.5mediumvsQwen3.5-FlashnoneClaude Sonnet 4.6nonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewhighvsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumTersedia gratis