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 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Qwen3.5-Flash Qwen3.5-Flash none Rilis: 2026-02-24 Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12
Peringkat #41 #24
Skor Rata-rata 5.2 7.0
Konsistensi 9.6 9.0
Biaya per hasil 0.077 5.989
Total Biaya $0.006 $0.599
Tes benar
Tingkat lulus per percobaan 45.8% 70.8%
Tes tidak stabil 1 2
Total Run 48 48
Token output 3,774 1,481
Token penalaran 0 86,628
Waktu respons (rata-rata) 3.54s 8.89s
Waktu respons (maks) 13.73s 24.21s
Waktu respons (total) 56.70s 142.18s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

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

Total token output

Skor Rata-rata 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 2.3 7.8 11.1% 1 1.62s 687 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
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 0.0% 0 6.22s 1,794 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 9.9 10.0 100.0% 0 1.57s 243 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 7.0 10.0 66.7% 0 905ms 15 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
Kecerdasan umum 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 803ms 100 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 5.0 10.0 50.0% 0 8.81s 63 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-Flash 1.3 10.0 0.0% 0 5.90s 608 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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 3.67s 264 0
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumMercury 2mediumvsQwen3.5-Flashnonegpt-oss-120bmediumTersedia gratisvsQwen3.5-FlashnoneGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5 NanomediumvsQwen3.5-FlashnoneGPT-5.3 ChatnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewlowvsGrok 4.20 BetamediumQwen3.5-FlashnonevsGrok 4.20 Multi-Agent BetamediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumMiniMax M2.5mediumvsQwen3.5-FlashnoneNemotron 3 Super 120b A12bmediumTersedia gratisvsQwen3.5-Flashnone