नेविगेशन
AI BENCHY
Advertise here

Qwen3.5-122B-A10B (medium) vs Step 3.7 Flash (low)

average score लगभग बराबर है: 7.1 vs 7.1. Step 3.7 Flash (low) की benchmark लागत कम है: $0.390 vs $1.047. Step 3.7 Flash (low) तेज है: 17.87s vs 65.67s, pass rates 71.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-26

रैंक
#113
कुल आउटपुट टोकन
487,519
प्रतिक्रिया समय (औसत)
65.67s
कुल लागत
$1.047
रैंक
#115
कुल आउटपुट टोकन
320,393
प्रतिक्रिया समय (औसत)
17.87s
कुल लागत
$0.390
अनुशंसित मॉडल Step 3.7 Flash (low)

It has the best score here (7.1), while costing about 2.7x less than Qwen3.5-122B-A10B (medium).

विस्तृत तुलना

मेट्रिक Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium रिलीज़: 2026-02-24 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.1 7.1
रैंक #113 #115
विश्वसनीयता 10.0 10.0
संगति 8.5 8.1
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 71.2% 63.6%
अस्थिर टेस्ट 4 5
कुल रन 66 66
प्रति परिणाम लागत 8.446 3.539
कुल लागत $1.047 $0.390
इनपुट कीमत $0.260 / 1M $0.200 / 1M
आउटपुट कीमत $2.080 / 1M $1.150 / 1M
कुल इनपुट टोकन 124,780 103,842
आउटपुट टोकन 47,694 320,393
रीजनिंग टोकन 439,825 0
प्रतिक्रिया समय (औसत) 65.67s 17.87s
प्रतिक्रिया समय (अधिकतम) 519.30s 124.75s
प्रतिक्रिया समय (कुल) 1444.68s 393.04s
पैरामीटर 122B कुल (10B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता मुक्त स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#113 Qwen3.5-122B-A10B

medium
लागत
$0.019
समय
48.7s
टोकन
6,034 tok

#115 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें