নেভিগেশন
AI BENCHY
Advertise here

Qwen: Qwen3.7 Max vs StepFun: Step 3.5 Flash

Qwen3.7 Max average score-এ এগিয়ে: 7.4 vs 6.0. Step 3.5 Flash (medium)-এর benchmark খরচ কম: $0.108 vs $0.197. Qwen3.7 Max দ্রুত: 4.52s vs 174.22s, pass rates 68.2% vs 51.5%.

প্রস্তাবিত মডেলQwen3.7 MaxIt has the best score here (7.4), while responding about 38.5x faster than Step 3.5 Flash (medium).

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

মেট্রিক Qwen3.7 Max Qwen3.7 Max none প্রকাশ: 2026-05-22 Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01
স্কোর 7.4 6.0
র‍্যাঙ্ক #67 #141
নির্ভরযোগ্যতা 9.9 9.2
ধারাবাহিকতা 10.0 9.0
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 51.5%
অস্থির টেস্ট 0 1
মোট রান 66 63
প্রতি ফলাফলে খরচ 1.582 0.540
মোট খরচ $0.197 $0.108
ইনপুট মূল্য $1.475 / 1M $0.100 / 1M
আউটপুট মূল্য $4.425 / 1M $0.300 / 1M
মোট ইনপুট টোকেন 95,983 65,707
আউটপুট টোকেন 12,446 108,561
রিজনিং টোকেন 0 293,993
প্রতিক্রিয়া সময় (গড়) 4.52s 174.22s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 72.30s 1597.85s
প্রতিক্রিয়া সময় (মোট) 99.52s 2613.32s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none
খরচ
$0.046
সময়
195.0s
টোকেন
12,171 tok

#141 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 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 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

দ্রুত তুলনা

তুলনার জুটি বদলান