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 Plus vs StepFun: Step 3.7 Flash

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

Metrik Qwen3.6 Plus Qwen3.6 Plus medium Veröffentlichung: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low Veröffentlichung: 2026-05-29
Punktzahl 7.8 7.4
Rang #38 #60
Zuverlässigkeit 10.0 10.0
Konsistenz 9.2 8.7
Korrekte Tests
Erfolgsquote pro Versuch 68.3% 68.3%
Instabile Tests 2 3
Gesamtläufe 60 60
Kosten pro Ergebnis 0.630 2.796
Gesamtkosten $0.082 $0.336
Eingabepreis $0.325 / 1M $0.200 / 1M
Ausgabepreis $1.950 / 1M $1.150 / 1M
Ausgabe-Token 1,833 285,209
Denk-Token 124,782 0
Antwortzeit (Durchschnitt) 26.81s 16.06s
Antwortzeit (Maximum) 201.68s 124.75s
Antwortzeit (Gesamt) 509.43s 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
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
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
Qwen3.6 Plus 4.1 6.7 16.7% 1 201.68s 38 33,395
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
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
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 309 6,712
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
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
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Schnellvergleich

Vergleichspaar wechseln

Kimi K2.6mediumKostenlos verfügbarvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGPT-5.2 ChatnonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsQwen3.6 PlusmediumDeepSeek V3.2mediumvsStep 3.7 Flashlow