- Rang
- #114
- Gesamte Ausgabe-Token
- 331,107
- Antwortzeit (Durchschnitt)
- 41.03s
- Gesamtkosten
- $0.053
Qwen3.7 Flash (low) vs Grok 4.6 (medium)
Grok 4.6 (medium) führt beim Durchschnittsscore mit 7.8 vs 7.7. Qwen3.7 Flash (low) hat die niedrigeren Benchmark-Kosten mit $0.053 vs $2.270. Qwen3.7 Flash (low) ist schneller mit 41.03s vs 74.77s, mit Erfolgsraten von 68.1% vs 78.3%.
Verglichene Modelle
- Rang
- #107
- Gesamte Ausgabe-Token
- 266,197
- Antwortzeit (Durchschnitt)
- 74.77s
- Gesamtkosten
- $2.270
Empfohlenes Modell
Qwen3.7 Flash (low)
Die Punktzahl bleibt nah an der besten hier (7.7 vs 7.8) und es kostet etwa 43.2x weniger als Grok 4.6 (medium).
Detaillierter Vergleich
| Metrik | Qwen3.7 Flash Qwen3.7 Flash low | Grok 4.6 Grok 4.6 medium |
|---|---|---|
| Punktzahl | 7.7 | 7.8 |
| Rang | #114 | #107 |
| Zuverlässigkeit | 10.0 | 10.0 |
| Konsistenz | 8.1 | 8.7 |
| Versuche | 69/69 | 69/69 |
| Korrekte Tests | ||
| Erfolgsquote pro Versuch | 68.1% | 78.3% |
| Instabile Tests | 6 | 4 |
| Gesamtläufe | 69 | 69 |
| Kosten pro Ergebnis | 0.439 | 14.187 |
| Gesamtkosten | $0.053 | $2.270 |
| Eingabepreis | $0.030 / 1M | $2.000 / 1M |
| Ausgabepreis | $0.130 / 1M | $6.000 / 1M |
| Gesamte Eingabe-Token | 318,058 | 336,351 |
| Ausgabe-Token | 16,035 | 6,180 |
| Denk-Token | 315,072 | 260,017 |
| Antwortzeit (Durchschnitt) | 41.03s | 74.77s |
| Antwortzeit (Maximum) | 394.54s | 514.35s |
| Antwortzeit (Gesamt) | 943.75s | 1719.73s |
| Parameter | ~35B insgesamt (~3B aktiv) | ~1.7T insgesamt (~170B aktiv) |
| Verfügbarkeit | Geschlossen | Geschlossen |
Modell-Generierungs-Showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#114 Qwen3.7 Flash
low
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Kosten
- $0.000
- Zeit
- 600.0s
- Token
- 0 tok
#107 SpaceXAI: Grok 4.6
medium- Kosten
- $0.028
- Zeit
- 72.1s
- Token
- 4,771 tok
Top-Modelle nach Score
Score vs. Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Kategorieaufschlüsselung
| Agentenaufgaben | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 106.71s | 225,867 | 1,749 | 25,339 | |
| Grok 4.6 | 5.0 | 10.0 | 0.0% | 0 | 103.61s | 229,564 | 1,369 | 15,020 |
| Anti-KI-Tricks | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 10.29s | 672 | 680 | 14,285 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 2,991 | 78 | 6,335 |
| Programmierung | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 6.7 | 7.8 | 55.6% | 1 | 42.36s | 7,893 | 428 | 56,419 | |
| Grok 4.6 | 8.2 | 7.2 | 88.9% | 1 | 120.05s | 9,579 | 351 | 64,226 |
| Kombiniert | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 6.4 | 5.8 | 66.7% | 1 | 217.77s | 64,756 | 11,880 | 131,432 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 62.66s | 68,060 | 3,687 | 21,366 |
| Datenanalyse und -extraktion | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 15.44s | 7,782 | 270 | 12,503 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 11.46s | 8,937 | 225 | 4,400 |
| Domänenspezifisch | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 37.60s | 780 | 60 | 38,897 | |
| Grok 4.6 | 5.3 | 7.2 | 44.4% | 1 | 304.33s | 2,523 | 15 | 127,702 |
| Allgemeine Intelligenz | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 4.0 | 9.3 | 0.0% | 0 | 14.37s | 516 | 128 | 5,423 | |
| Grok 4.6 | 4.1 | 2.7 | 33.3% | 1 | 17.27s | 1,077 | 47 | 2,052 |
| Befolgung von Anweisungen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 8.5 | 6.8 | 83.3% | 1 | 9.88s | 699 | 99 | 8,147 | |
| Grok 4.6 | 9.8 | 10.0 | 100.0% | 0 | 12.75s | 1,857 | 57 | 4,500 |
| Rätsellösen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 7.3 | 5.2 | 77.8% | 2 | 9.79s | 696 | 382 | 10,763 | |
| Grok 4.6 | 8.7 | 7.7 | 88.9% | 1 | 16.30s | 2,430 | 123 | 5,799 |
| Werkzeugaufrufe | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 7.66s | 8,193 | 335 | 2,172 | |
| Grok 4.6 | 10.0 | 10.0 | 100.0% | 0 | 12.83s | 8,544 | 216 | 1,068 |
| Allgemeinwissen | Punktzahl | Konsistenz | Erfolgsquote pro Versuch | Instabile Tests | Korrekte Tests | Antwortzeit (Durchschnitt) | Eingabe-Token | Ausgabe-Token | Denk-Token |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 18.42s | 204 | 24 | 9,692 | |
| Grok 4.6 | 3.0 | 10.0 | 0.0% | 0 | 46.88s | 789 | 12 | 7,549 |
Schnellvergleich
Vergleichspaar wechseln
Muse Glimmer 30BmediumvsQwen3.7 FlashlowGrok 4.6mediumvsGLM 5.3highQwen3.7 PlusnonevsGrok 4.6mediumMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowQwen3.8 2.4T A95BhighvsGrok 4.6mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowGPT-6 LunahighvsGrok 4.6mediumMuse Glimmer 30BhighvsGrok 4.6mediumQwen3.7 MaxnonevsGrok 4.6mediumClaude Fable 5.1highvsGrok 4.6mediumQwen3.7 FlashlowvsStep 3.7 Flashmedium