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: Qwen3.7 Max vs StepFun: Step 3.7 Flash

Zusammenfassung

Qwen3.7 Max vs Step 3.7 Flash Benchmark-Vergleich: Step 3.7 Flash führt beim Durchschnittsscore mit 7.1 vs 6.9. Qwen3.7 Max hat die niedrigeren Benchmark-Kosten mit $0.054 vs $1.148. Qwen3.7 Max ist schneller mit 1.30s vs 64.46s, mit Erfolgsraten von 66.7% vs 63.5%.

Empfohlenes Modell: Qwen3.7 Max - Die Punktzahl bleibt nah an der besten hier (6.9 vs 7.1) und es kostet etwa 21.3x weniger als Step 3.7 Flash.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22 Step 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 6.9 7.1
Rang #69 #63
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.2
Korrekte Tests
Erfolgsquote pro Versuch 66.7% 63.5%
Instabile Tests 0 4
Gesamtläufe 63 63
Kosten pro Ergebnis 0.744 10.434
Gesamtkosten $0.054 $1.148
Eingabepreis $1.250 / 1M $0.200 / 1M
Ausgabepreis $3.750 / 1M $1.150 / 1M
Gesamte Eingabe-Token 37,107 38,391
Ausgabe-Token 1,994 991,355
Denk-Token 0 0
Antwortzeit (Durchschnitt) 1.30s 64.46s
Antwortzeit (Maximum) 3.92s 364.99s
Antwortzeit (Gesamt) 27.21s 1353.57s

Generation showcase

Hamster playing table tennis

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

#69 Qwen3.7 Max

none
Cost
$0.046
Time
195.0s
Tokens
12,171 tok

#63 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Schnellvergleich

Vergleichspaar wechseln

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneRing-2.6-1TmediumvsQwen3.7 MaxnoneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.5 FlashmediumGemma 4 26B A4BmediumKostenlos verfügbarvsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighQwen3.7 MaxnonevsMiMo-V2.5mediumClaude Opus 4.8nonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsQwen3.7 Maxnone