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 Plus vs StepFun: Step 3.5 Flash

Zusammenfassung

Qwen3.7 Plus vs Step 3.5 Flash Benchmark-Vergleich: Qwen3.7 Plus führt beim Durchschnittsscore mit 7.2 vs 6.9. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.023 vs $0.070. Qwen3.7 Plus ist schneller mit 2.85s vs 72.53s, mit Erfolgsraten von 47.6% vs 56.7%.

Empfohlenes Modell: Qwen3.7 Plus - Es hat hier die beste Punktzahl (7.2) und kostet etwa 3.1x weniger als Step 3.5 Flash.

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

Metrik Qwen3.7 Plus Qwen3.7 Plus none Veröffentlichung: 2026-06-03 Step 3.5 Flash Step 3.5 Flash medium Veröffentlichung: 2026-02-01
Punktzahl 7.2 6.9
Rang #61 #67
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 9.4
Korrekte Tests
Erfolgsquote pro Versuch 47.6% 56.7%
Instabile Tests 0 1
Gesamtläufe 63 60
Kosten pro Ergebnis 0.276 0.198
Gesamtkosten $0.023 $0.070
Eingabepreis $0.320 / 1M $0.090 / 1M
Ausgabepreis $1.280 / 1M $0.300 / 1M
Gesamte Eingabe-Token 42,510 34,431
Ausgabe-Token 6,578 91,587
Denk-Token 0 195,973
Antwortzeit (Durchschnitt) 2.85s 72.53s
Antwortzeit (Maximum) 29.38s 453.94s
Antwortzeit (Gesamt) 59.86s 1015.47s

Generation showcase

Hamster playing table tennis

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

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 tok

#67 Step 3.5 Flash

medium
Cost
$0.008
Time
277.1s
Tokens
23,695 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 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
Step 3.5 Flash 3.5 7.8 0.0% 0 258.38s 2,211 13,207 22,429
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 PlusnoneGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsStep 3.5 FlashmediumQwen3.7 PlusnonevsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.5 FlashmediumQwen3.7 PlusnonevsGLM 5V TurbomediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 Plusnone