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: Qwen3.6 27B vs StepFun: Step 3.7 Flash

Zusammenfassung

Qwen3.6 27B vs Step 3.7 Flash Benchmark-Vergleich: Step 3.7 Flash führt beim Durchschnittsscore mit 7.3 vs 6.8. Qwen3.6 27B hat die niedrigeren Benchmark-Kosten mit $0.336 vs $0.341. Step 3.7 Flash ist schneller mit 15.74s vs 59.71s, mit Erfolgsraten von 60.3% vs 68.3%.

Empfohlenes Modell: Step 3.7 Flash - Es hat hier die beste Punktzahl (7.3) und antwortet etwa 3.8x schneller als Qwen3.6 27B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10

Metrik Qwen3.6 27B Qwen3.6 27B medium Veröffentlichung: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29
Punktzahl 6.8 7.3
Rang #79 #58
Zuverlässigkeit 10.0 10.0
Konsistenz 8.2 8.4
Korrekte Tests
Erfolgsquote pro Versuch 60.3% 68.3%
Instabile Tests 5 4
Gesamtläufe 63 63
Kosten pro Ergebnis 3.361 2.840
Gesamtkosten $0.336 $0.341
Eingabepreis $0.290 / 1M $0.200 / 1M
Ausgabepreis $2.400 / 1M $1.150 / 1M
Gesamte Eingabe-Token 39,376 40,101
Ausgabe-Token 16,189 289,325
Denk-Token 122,521 0
Antwortzeit (Durchschnitt) 59.71s 15.74s
Antwortzeit (Maximum) 168.22s 124.75s
Antwortzeit (Gesamt) 1254.01s 330.63s

Generation showcase

Hamster playing table tennis

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

#79 Qwen3.6 27B

medium
Cost
$0.009
Time
39.6s
Tokens
3,090 tok

#58 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 tok

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) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.6 27B 3.0 10.0 0.0% 0 80.99s 204 401 5,807
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5V TurbomediumKimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsQwen3.6 27BmediumGPT-5 MinimediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2-FlashmediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.20mediumQwen3.5-35B-A3BmediumvsStep 3.7 Flashlow