Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

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

Metrik Qwen3.5-Flash Qwen3.5-Flash medium Veröffentlichung: 2026-02-24 Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29
Punktzahl 7.6 7.4
Rang #51 #60
Zuverlässigkeit 10.0 10.0
Konsistenz 8.0 8.7
Korrekte Tests
Erfolgsquote pro Versuch 75.0% 68.3%
Instabile Tests 5 3
Gesamtläufe 60 60
Kosten pro Ergebnis 0.821 2.796
Gesamtkosten $0.099 $0.336
Eingabepreis $0.065 / 1M $0.200 / 1M
Ausgabepreis $0.260 / 1M $1.150 / 1M
Ausgabe-Token 2,074 285,209
Denk-Token 272,063 0
Antwortzeit (Durchschnitt) 63.04s 16.06s
Antwortzeit (Maximum) 234.29s 124.75s
Antwortzeit (Gesamt) 1197.71s 321.11s

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-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 4.1 5.8 33.3% 1 54.23s 288 67,546
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 89 12,457
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 32 37,037
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.5-FlashmediumKimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 Flashlow