#27 Qwen3.7 Max
none- Kosten
- $0.046
- Zeit
- 195.0s
- Token
- 12,171 tok
Qwen
Veröffentlichung: 2026-05-22
Getestet am: 2026-05-21 23:54
qwen/qwen3.7-max::none
~1T insgesamt (~40B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Qwen3.7 Max erreicht 7.9 bei AI BENCHY und liegt auf #27. Das Modell hat 10.0 Zuverlässigkeit, 70.0% Erfolgsrate, $0.101 Gesamtkosten und 1.30s durchschnittliche Antwortzeit.
Was Qwen3.7 Max besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #18. Die Benchmark-Gesamtkosten sind für diese Leistungsklasse ungewöhnlich niedrig. Es ist im Vergleich zu ähnlichen Modellen auffällig schnell.
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.
7.9
Konsistenz
10.0
10.0
Gesamte Ausgabe-Token
1,988
Gesamte Eingabe-Token
0
Eingabepreis
$2.500 / 1M
Ausgabepreis
$7.500 / 1M
Instabile Tests
0
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 01:44 Erneuter Test | 7.4 | 9.9 | $0.197 ↓ | Vergleichen | |
| 2026-07-16 21:33 Neuer Test hinzugefügt | 7.4 | 9.9 | $0.197 ↓ | Vergleichen | |
| 2026-06-04 13:21 Neuer Test hinzugefügt | 7.7 | 10.0 | $0.054 ↓ | Vergleichen | |
| 2026-05-21 23:54 Erster Lauf | 7.9 | 10.0 | $0.101 | 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 23:54 · Erster Lauf | 60/60 Versuche | 7.9 | 10.0 | 10.0 | 14/20 | 0 | 1,988 | 0 | $0.101 | 1.30s |
| 2026-07-16 21:33 · Neuer Test hinzugefügt | 66/66 Versuche | 7.4 | 10.0 | 9.9 | 15/22 | 0 | 12,446 | 95,983 | $0.197 | 4.52s |
| Differenz | — | +0.5 | 0.0 | +0.1 | -1 | 0 | -10458 | -95983 | -$0.097 | -3226ms |
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 MaxnonevsGemini 3.1 Flash Lite PreviewmediumQwen3.7 MaxnonevsKimi K2.7 CodemediumQwen3.7 MaxnonevsGrok Build 0.1mediumQwen3.7 MaxnonevsGPT-5.6 LunamediumQwen3.7 MaxnonevsGPT-5.4 MinimediumQwen3.7 MaxnonevsLongCat 2.0mediumQwen3.7 MaxnonevsQwen3.5-27BmediumQwen3.7 MaxnonevsQwen3.8 2.4T A95BhighQwen3.7 MaxnonevsQwen3.5 Plus 2026-02-15mediumQwen3.7 MaxnonevsGrok 4.6low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 6.5 | 10.0 | |
| Programmierung | 6.8 | 10.0 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 7.7 | 10.0 | |
| 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 |