নেভিগেশন
AI BENCHY
Advertise here

Qwen: Qwen3.5 Plus 2026-02-15 vs StepFun: Step 3.7 Flash

Qwen3.5 Plus 2026-02-15 (medium) average score-এ এগিয়ে: 7.5 vs 7.3. Qwen3.5 Plus 2026-02-15 (medium)-এর benchmark খরচ কম: $0.437 vs $0.454. Step 3.7 Flash (low) দ্রুত: 20.68s vs 89.19s, pass rates 71.2% vs 68.2%.

প্রস্তাবিত মডেলStep 3.7 Flash (low)Its score stays close to the best score here (7.3 vs 7.5), while responding about 4.3x faster than Qwen3.5 Plus 2026-02-15 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-25

মেট্রিক Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium প্রকাশ: 2026-02-15 Step 3.7 Flash Step 3.7 Flash low প্রকাশ: 2026-05-29
স্কোর 7.5 7.3
র‍্যাঙ্ক #65 #75
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.5 8.1
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 71.2% 68.2%
অস্থির টেস্ট 4 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.348 3.782
মোট খরচ $0.437 $0.454
ইনপুট মূল্য $0.260 / 1M $0.200 / 1M
আউটপুট মূল্য $1.560 / 1M $1.150 / 1M
মোট ইনপুট টোকেন 113,560 103,833
আউটপুট টোকেন 9,823 376,581
রিজনিং টোকেন 250,881 0
প্রতিক্রিয়া সময় (গড়) 89.19s 20.68s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 304.85s 124.75s
প্রতিক্রিয়া সময় (মোট) 1337.92s 455.01s

Hamster playing table tennis

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

#65 Qwen3.5 Plus 2026-02-15

medium
খরচ
$0.011
সময়
125.5s
টোকেন
7,040 tok

#75 Step 3.7 Flash

low
অবৈধ SVG
খরচ
$0.004
সময়
25.3s
টোকেন
3,072 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Qwen3.5 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

দ্রুত তুলনা

তুলনার জুটি বদলান