Qwen: Qwen3.6 Max Preview vs xAI: Grok 4.5

Qwen3.6 Max Preview (medium) unggul dalam skor rata-rata dengan 8.4 vs 8.3. Qwen3.6 Max Preview (medium) memiliki biaya benchmark lebih rendah di $1.143 vs $1.928. Grok 4.5 (medium) lebih cepat di 61.71s vs 67.53s, dengan tingkat keberhasilan 80.3% vs 78.8%.

Model yang direkomendasikanQwen3.6 Max Preview (medium)It has the best score here (8.4), while costing about 1.7x less than Grok 4.5 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

Metrik	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Rilis: 2026-04-20	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08

Metrik	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Rilis: 2026-04-20	Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor	8.4	8.3
Peringkat	#25	#28
Keandalan	9.9	10.0
Konsistensi	8.9	8.9
Tes benar
Tingkat lulus per percobaan	80.3%	78.8%
Tes tidak stabil	3	3
Total Run	66	66
Biaya per hasil	8.173	12.049
Total Biaya	$1.143	$1.928
Harga input	$1.040 / 1M	$2.000 / 1M
Harga output	$6.240 / 1M	$6.000 / 1M
Total token input	79,240	122,146
Token output	5,098	5,514
Token penalaran	164,842	275,053
Waktu respons (rata-rata)	67.53s	61.71s
Waktu respons (maks)	238.07s	436.38s
Waktu respons (total)	1485.64s	1357.56s

Hamster playing table tennis

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

#25 Qwen3.6 Max Preview

medium

Biaya: $0.024
Waktu: 76.5s
Token: 3,861 tok

#28 xAI: Grok 4.5

medium

Biaya: $0.044
Waktu: 59.4s
Token: 7,512 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

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075
Grok 4.5	10.0	10.0	100.0%	0		23.50s	2,991	147	4,018

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957
Grok 4.5	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050
Grok 4.5	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106
Grok 4.5	10.0	10.0	100.0%	0		6.29s	8,937	225	3,657

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371
Grok 4.5	2.9	7.2	11.1%	1		198.89s	2,212	11	121,922

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510
Grok 4.5	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848
Grok 4.5	9.8	10.0	100.0%	0		6.06s	1,857	57	2,728

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693
Grok 4.5	10.0	10.0	100.0%	0		7.75s	2,430	254	3,641

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571
Grok 4.5	10.0	10.0	100.0%	0		6.57s	8,544	192	968

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661
Grok 4.5	3.0	10.0	0.0%	0		74.44s	789	13	14,921

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.6 Max PreviewmediumvsGrok 4.5low Muse Spark 1.1lowvsGrok 4.5medium Claude Opus 5lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1highvsGrok 4.5medium Claude Opus 5lowvsGrok 4.5medium Gemini 3.5 Flash-LitehighvsGrok 4.5medium InklinghighvsGrok 4.5medium GPT-5.2 ChatnonevsGrok 4.5medium Grok 4.5mediumvsGLM 5.2high Muse Spark 1.1highvsQwen3.6 Max Previewmedium Kimi K3maxvsGrok 4.5medium