নেভিগেশন
AI BENCHY
Advertise here

Qwen3.7 Flash (medium) vs Grok 4.20 (medium)

Grok 4.20 (medium) average score-এ এগিয়ে: 7.0 vs 6.9. Qwen3.7 Flash (medium)-এর benchmark খরচ কম: $0.065 vs $0.805. Grok 4.20 (medium) দ্রুত: 32.56s vs 47.38s, pass rates 63.6% vs 60.6%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-08-15

র‍্যাঙ্ক
#124
মোট আউটপুট টোকেন
470,076
প্রতিক্রিয়া সময় (গড়)
47.38s
মোট খরচ
$0.065
র‍্যাঙ্ক
#120
মোট আউটপুট টোকেন
270,259
প্রতিক্রিয়া সময় (গড়)
32.56s
মোট খরচ
$0.805
প্রস্তাবিত মডেল Qwen3.7 Flash (medium)

Its score stays close to the best score here (6.9 vs 7.0), while costing about 12.5x less than Grok 4.20 (medium).

বিস্তারিত তুলনা

মেট্রিক Qwen3.7 Flash Qwen3.7 Flash medium প্রকাশ: 2026-07-28 Grok 4.20 Grok 4.20 medium প্রকাশ: 2026-03-31
স্কোর 6.9 7.0
র‍্যাঙ্ক #124 #120
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.5 8.2
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.6% 60.6%
অস্থির টেস্ট 7 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 0.646 10.365
মোট খরচ $0.065 $0.805
ইনপুট মূল্য $0.030 / 1M $1.250 / 1M
আউটপুট মূল্য $0.130 / 1M $2.500 / 1M
মোট ইনপুট টোকেন 114,477 102,986
আউটপুট টোকেন 12,786 5,860
রিজনিং টোকেন 457,290 264,399
প্রতিক্রিয়া সময় (গড়) 47.38s 32.56s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 593.64s 199.66s
প্রতিক্রিয়া সময় (মোট) 1042.43s 716.36s
প্যারামিটার ~35B মোট (~3B সক্রিয়) ~1T মোট (~100B সক্রিয়)
উপলভ্যতা বন্ধ উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#124 Qwen3.7 Flash

medium
অবৈধ SVG
খরচ
$0.000
সময়
600.0s
টোকেন
0 tok

#120 SpaceXAI: Grok 4.20

medium
খরচ
$0.041
সময়
110.3s
টোকেন
16,336 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
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

দ্রুত তুলনা

তুলনার জুটি বদলান