Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.7 Plus vs StepFun: Step 3.7 Flash

Zusammenfassung

Qwen3.7 Plus vs Step 3.7 Flash Benchmark-Vergleich: Qwen3.7 Plus führt beim Durchschnittsscore mit 7.2 vs 7.1. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.023 vs $1.148. Qwen3.7 Plus ist schneller mit 2.85s vs 64.46s, mit Erfolgsraten von 47.6% vs 63.5%.

Empfohlenes Modell: Qwen3.7 Plus - Es hat hier die beste Punktzahl (7.2) und kostet etwa 52.1x weniger als Step 3.7 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 3.7 Flash Step 3.7 Flash high Veröffentlichung: 2026-05-29
Punktzahl 7.2 7.1
Rang #61 #63
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.2
Korrekte Tests
Erfolgsquote pro Versuch 47.6% 63.5%
Instabile Tests 0 4
Gesamtläufe 63 63
Kosten pro Ergebnis 0.276 10.434
Gesamtkosten $0.023 $1.148
Eingabepreis $0.320 / 1M $0.200 / 1M
Ausgabepreis $1.280 / 1M $1.150 / 1M
Gesamte Eingabe-Token 42,510 38,391
Ausgabe-Token 6,578 991,355
Denk-Token 0 0
Antwortzeit (Durchschnitt) 2.85s 64.46s
Antwortzeit (Maximum) 29.38s 364.99s
Antwortzeit (Gesamt) 59.86s 1353.57s

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

#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 Plus 6.5 10.0 50.0% 0 1.38s 696 349 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 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 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 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 Plus 10.0 10.0 100.0% 0 1.43s 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 Plus 3.0 10.0 0.0% 0 868ms 789 18 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 Plus 5.3 10.0 0.0% 0 1.33s 522 78 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 Plus 6.3 10.0 50.0% 0 929ms 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 Plus 7.7 10.0 66.7% 0 1.71s 714 443 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 Plus 10.0 10.0 100.0% 0 3.54s 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 Plus 3.0 10.0 0.0% 0 1.21s 210 9 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-FlashmediumGemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2-FlashmediumKimi K2.7 CodemediumvsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumGemma 4 26B A4BmediumKostenlos verfügbarvsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5V TurbomediumGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsQwen3.7 PlusnoneStep 3.7 FlashhighvsGLM 5V Turbomedium