Qwen: Qwen3.7 Max vs xAI: Grok 4.5

Qwen3.7 Max (medium) unggul dalam skor rata-rata dengan 9.2 vs 8.4. Grok 4.5 (low) memiliki biaya benchmark lebih rendah di $0.935 vs $1.116. Grok 4.5 (low) lebih cepat di 15.56s vs 40.57s, dengan tingkat keberhasilan 87.9% vs 75.8%.

Model yang direkomendasikanQwen3.7 Max (medium)It has the strongest score in this comparison (9.2) and the best overall balance of cost and response time across all 2 models.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	Qwen3.7 Max Qwen3.7 Max medium Rilis: 2026-05-22	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08

Metrik	Qwen3.7 Max Qwen3.7 Max medium Rilis: 2026-05-22	Grok 4.5 Grok 4.5 low Rilis: 2026-07-08
Skor	9.2	8.4
Peringkat	#11	#23
Keandalan	10.0	10.0
Konsistensi	9.3	9.7
Tes benar
Tingkat lulus per percobaan	87.9%	75.8%
Tes tidak stabil	2	1
Total Run	66	66
Biaya per hasil	8.292	5.844
Total Biaya	$1.116	$0.935
Harga input	$1.475 / 1M	$2.000 / 1M
Harga output	$4.425 / 1M	$6.000 / 1M
Total token input	106,020	125,596
Token output	5,748	7,505
Token penalaran	211,004	106,446
Waktu respons (rata-rata)	40.57s	15.56s
Waktu respons (maks)	556.06s	205.28s
Waktu respons (total)	892.57s	342.32s

Hamster playing table tennis

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

#11 Qwen3.7 Max

medium

Biaya: $0.017
Waktu: 68.8s
Token: 4,526 tok

#23 xAI: Grok 4.5

low

Biaya: $0.011
Waktu: 12.4s
Token: 2,018 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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793
Grok 4.5	3.0	10.0	0.0%	0		72.64s	2,514	14	70,275

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2mediumvsGrok 4.5low Qwen3.6 Max PreviewmediumvsGrok 4.5low Claude Sonnet 5mediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Gemini 2.5 FlashmediumvsGrok 4.5low GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium GPT-5.6 SolhighvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGrok 4.5high Claude Fable 5mediumvsGrok 4.5low Gemini 3.6 FlashlowvsQwen3.7 Maxmedium Muse Spark 1.1mediumvsGrok 4.5low