Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-27B vs StepFun: Step 3.7 Flash

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-29

Metrik Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24 Step 3.7 Flash Step 3.7 Flash medium Veröffentlichung: 2026-05-29
Punktzahl 7.9 7.9
Rang #28 #32
Zuverlässigkeit 10.0 9.9
Konsistenz 8.9 9.2
Korrekte Tests
Erfolgsquote pro Versuch 73.3% 71.7%
Instabile Tests 3 2
Gesamtläufe 60 58
Kosten pro Ergebnis 4.532 2.663
Gesamtkosten $0.590 $0.347
Eingabepreis $0.195 / 1M $0.200 / 1M
Ausgabepreis $1.560 / 1M $1.150 / 1M
Ausgabe-Token 2,569 294,481
Denk-Token 304,894 0
Antwortzeit (Durchschnitt) 60.09s 18.32s
Antwortzeit (Maximum) 177.36s 113.98s
Antwortzeit (Gesamt) 1201.89s 366.45s

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 416 64,993
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 242 70,096
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 31 23,683
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Schnellvergleich

Vergleichspaar wechseln

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsQwen3.5-27BmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsStep 3.7 FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighKostenlos verfügbarvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.7 FlashmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashmedium