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

Ringkasan

Perbandingan benchmark Qwen3.6 Max Preview vs Grok 4.20: Grok 4.20 unggul dalam skor rata-rata dengan 7.1 vs 6.9. Qwen3.6 Max Preview memiliki biaya benchmark lebih rendah di $0.075 vs $0.609. Qwen3.6 Max Preview lebih cepat di 3.30s vs 27.68s, dengan tingkat keberhasilan 58.7% vs 63.5%.

Model yang direkomendasikan: Qwen3.6 Max Preview - Its score stays close to the best score here (6.9 vs 7.1), while costing about 8.2x less than Grok 4.20.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

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 6.9 7.1
Peringkat #75 #66
Keandalan 10.0 10.0
Konsistensi 9.2 8.8
Tes benar
Tingkat lulus per percobaan 58.7% 63.5%
Tes tidak stabil 2 3
Total Run 63 63
Biaya per hasil 0.824 8.309
Total Biaya $0.075 $0.609
Harga input $1.040 / 1M $1.250 / 1M
Harga output $6.240 / 1M $2.500 / 1M
Total token input 42,509 44,433
Token output 4,779 1,819
Token penalaran 0 219,524
Waktu respons (rata-rata) 3.30s 27.68s
Waktu respons (maks) 20.51s 199.66s
Waktu respons (total) 69.40s 581.26s

Generation showcase

Hamster playing table tennis

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

#75 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 tok

#66 xAI: Grok 4.20

medium
Cost
$0.041
Time
110.3s
Tokens
16,336 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

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 5.2 7.9 41.7% 1 2.63s 696 513 0
Grok 4.20 8.2 7.9 83.3% 1 3.95s 2,010 287 8,312
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 3.8 7.3 22.2% 1 3.12s 7,913 456 0
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150
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 3.0 10.0 0.0% 0 20.51s 14,949 2,842 0
Grok 4.20 10.0 10.0 100.0% 0 17.40s 12,909 232 9,556
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 2.87s 7,794 243 0
Grok 4.20 10.0 10.0 100.0% 0 4.17s 7,761 180 5,333
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 7.7 10.0 66.7% 0 1.22s 789 18 0
Grok 4.20 5.3 10.0 33.3% 0 27.03s 1,764 375 49,339
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 4.3 10.0 0.0% 0 1.62s 522 76 0
Grok 4.20 3.9 2.6 33.3% 1 24.48s 825 65 6,440
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 9.8 10.0 100.0% 0 1.40s 711 69 0
Grok 4.20 9.8 10.0 100.0% 0 4.26s 1,362 57 6,419
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 2.65s 714 321 0
Grok 4.20 7.7 10.0 66.7% 0 6.22s 1,689 149 7,913
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 5.27s 8,211 222 0
Grok 4.20 3.0 10.0 0.0% 0 13.68s 7,275 197 6,620
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 1.97s 210 19 0
Grok 4.20 3.0 10.0 0.0% 0 63.48s 531 9 16,442

Perbandingan Cepat

Ganti Pasangan Perbandingan

Ring-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash LitelowvsGrok 4.20mediumClaude Opus 4.8nonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGrok 4.20mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneStep 3.7 FlashlowvsGrok 4.20mediumQwen3.6 Max PreviewnonevsStep 3.7 FlashhighGPT-5.4 NanomediumvsQwen3.6 Max Previewnone