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: Qwen3.6 Max Preview vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-27

Metrik Qwen3.6 Max Preview Qwen3.6 Max Preview none Rilis: 2026-04-20 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 7.3 7.0
Peringkat #56 #61
Keandalan 10.0 T/A
Konsistensi 8.7 7.8
Tes benar
Tingkat lulus per percobaan 66.7% 66.7%
Tes tidak stabil 3 5
Total Run 54 54
Biaya per hasil 0.827 8.252
Total Biaya $0.083 $0.743
Harga input $1.300 / 1M $2.000 / 1M
Harga output $7.800 / 1M $6.000 / 1M
Token output 4,732 1,744
Token penalaran 0 109,882
Waktu respons (rata-rata) 3.38s 10.33s
Waktu respons (maks) 20.51s 29.87s
Waktu respons (total) 60.83s 185.87s

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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 513 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 5.0 2.0 66.7% 1 3.45s 426 0
Grok 4.20 4.3 1.1 66.7% 1 24.33s 250 12,804
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 2,842 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 232 9,556
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 18 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 76 0
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 8.4 6.9 83.3% 1 1.45s 69 0
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.38s 323 0
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 222 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 31BnoneTersedia gratisvsGrok 4.20mediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGPT-5.2mediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGPT-5.5nonevsGrok 4.20mediumGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneDeepSeek V4 PrononevsGrok 4.20mediumGPT-5 MinimediumvsQwen3.6 Max Previewnone