#5 Qwen3.7 Max
medium- Coste
- $0.017
- Tiempo
- 68.8s
- Tokens
- 4,526 tok
Qwen
Lanzamiento: 2026-05-22
Probado el: 2026-05-21 23:55
qwen/qwen3.7-max::medium
~1T en total (~40B activos)MoECódigo cerradoEstimado
(medium)
(none)
Resumen
Qwen3.7 Max obtiene 9.0 en AI BENCHY y ocupa el puesto #5. Tiene fiabilidad 10.0, una tasa de aciertos de 88.3%, coste total de $0.942 y tiempo medio de respuesta de 13.83s.
Qué hace único a Qwen3.7 Max: Es uno de los modelos mejor clasificados en general.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- ~1T en total (~40B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código cerrado
- Licencia
- -
Mejor estimación basada en información pública; el proveedor no ha revelado todos los valores.
9.0
Consistencia
9.6
10.0
$0.942
Total de tokens de salida
112,394
Total de tokens de entrada
0
Precio de entrada
$2.500 / 1M
Precio de salida
$7.500 / 1M
Pruebas inestables
1
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
13.83s
Tiempo de respuesta (máximo): 33.37s
Tiempo de respuesta (total): 276.53s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 01:49 Nueva prueba | 9.1 | 10.0 | $1.157 ↓ | Comparar | |
| 2026-07-16 22:00 Prueba nueva añadida | 9.2 | 10.0 | $1.116 ↓ | Comparar | |
| 2026-06-04 13:24 Prueba nueva añadida | 9.1 | 10.0 | $0.523 ↓ | Comparar | |
| 2026-05-21 23:55 Primera ejecución | 9.0 | 10.0 | $0.942 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:55 · Primera ejecución | 60/60 intentos | 9.0 | 9.6 | 10.0 | 17/20 | 1 | 112,394 | 0 | $0.942 | 13.83s |
| 2026-06-04 13:24 · Prueba nueva añadida | 63/63 intentos | 9.1 | 9.6 | 10.0 | 18/21 | 1 | 125,088 | 42,360 | $0.523 | 16.02s |
| Diferencia | — | -0.1 | 0.0 | 0.0 | -1 | 0 | -12694 | -42360 | +$0.420 | -2198ms |
La cobertura del benchmark difiere: 60/60 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
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
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.9 | 7.2 | |
| Inteligencia general | 10.0 | 10.0 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 10.0 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |