Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

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

Métrica Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22 Step 3.7 Flash Step 3.7 Flash medium Lanzamiento: 2026-05-29
Puntuación 7.9 7.9
Rango #29 #32
Fiabilidad 10.0 9.9
Consistencia 10.0 9.2
Pruebas correctas
Tasa de aciertos por intento 70.0% 71.7%
Pruebas inestables 0 2
Ejecuciones totales 60 58
Costo por resultado 0.719 2.663
Costo total $0.101 $0.347
Precio de entrada $1.250 / 1M $0.200 / 1M
Precio de salida $3.750 / 1M $1.150 / 1M
Tokens de salida 1,988 294,481
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.30s 18.32s
Tiempo de respuesta (máximo) 3.92s 113.98s
Tiempo de respuesta (total) 25.95s 366.45s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparación rápida

Cambiar par de comparación

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGemma 4 26B A4BmediumDisponible gratisvsQwen3.7 MaxnoneGemma 4 31BmediumDisponible gratisvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 Maxnone