Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs StepFun: Step 3.7 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-29

Métrica Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20 Step 3.7 Flash Step 3.7 Flash high Lanzamiento: 2026-05-29
Puntuación 7.1 7.1
Rango #76 #74
Fiabilidad 10.0 10.0
Consistencia 9.2 8.2
Pruebas correctas
Tasa de aciertos por intento 61.7% 65.8%
Pruebas inestables 2 4
Ejecuciones totales 60 60
Costo por resultado 0.797 8.723
Costo total $0.088 $0.960
Precio de entrada $1.040 / 1M $0.200 / 1M
Precio de salida $6.240 / 1M $1.150 / 1M
Tokens de salida 4,773 828,084
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 3.31s 49.43s
Tiempo de respuesta (máximo) 20.51s 192.75s
Tiempo de respuesta (total) 66.17s 988.58s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 513 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 4.2 6.0 33.3% 1 3.06s 450 0
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 2,842 0
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 243 0
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 18 0
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 76 0
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 69 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 321 0
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 19 0
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Comparación rápida

Cambiar par de comparación

Seed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5 MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighGPT-5 MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsQwen3.6 Max PreviewnoneStep 3.7 FlashhighvsMiMo-V2-FlashmediumGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 Flashhigh