#5 Qwen3.7 Max
medium- Kosten
- $0.017
- Zeit
- 68.8s
- Token
- 4,526 tok
Qwen
Veröffentlichung: 2026-05-22
Getestet am: 2026-05-21 23:55
qwen/qwen3.7-max::medium
~1T insgesamt (~40B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Qwen3.7 Max erreicht 9.0 bei AI BENCHY und liegt auf #5. Das Modell hat 10.0 Zuverlässigkeit, 88.3% Erfolgsrate, $0.942 Gesamtkosten und 13.83s durchschnittliche Antwortzeit.
Was Qwen3.7 Max besonders macht: Es gehört insgesamt zu den bestplatzierten Modellen.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~1T insgesamt (~40B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
9.0
Konsistenz
9.6
10.0
Gesamte Ausgabe-Token
112,394
Gesamte Eingabe-Token
0
Eingabepreis
$2.500 / 1M
Ausgabepreis
$7.500 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 01:49 Erneuter Test | 9.1 | 10.0 | $1.157 ↓ | Vergleichen | |
| 2026-07-16 22:00 Neuer Test hinzugefügt | 9.2 | 10.0 | $1.116 ↓ | Vergleichen | |
| 2026-06-04 13:24 Neuer Test hinzugefügt | 9.1 | 10.0 | $0.523 ↓ | Vergleichen | |
| 2026-05-21 23:55 Erster Lauf | 9.0 | 10.0 | $0.942 | Aktueller Lauf |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:55 · Erster Lauf | 60/60 Versuche | 9.0 | 9.6 | 10.0 | 17/20 | 1 | 112,394 | 0 | $0.942 | 13.83s |
| 2026-08-14 01:49 · Erneuter Test | 66/66 Versuche | 9.1 | 9.0 | 10.0 | 17/22 | 3 | 226,102 | 106,029 | $1.157 | 44.32s |
| Differenz | — | 0.0 | +0.6 | 0.0 | 0 | -2 | -113708 | -106029 | -$0.216 | -30496ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Qwen3.7 MaxmediumvsSeed 2.1 TurbolowQwen3.7 MaxmediumvsGemini 3.5 FlashmediumQwen3.7 MaxmediumvsClaude Opus 5mediumQwen3.7 MaxmediumvsGPT-5.5mediumQwen3.7 MaxmediumvsClaude Opus 5highQwen3.7 MaxmediumvsQwen3.8 MaxmediumQwen3.7 MaxmediumvsGemini 3.7 FlashlowQwen3.7 MaxmediumvsGrok 4.5highQwen3.7 MaxmediumvsGemini 3.1 Pro PreviewmediumQwen3.7 MaxmediumvsGPT-5.3-Codexmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |