तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Qwen: Qwen3.5-27B vs StepFun: Step 3.5 Flash

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Qwen: Qwen3.5-27B medium रिलीज़: रिलीज़ तिथि अज्ञात	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#5	#11
स्कोर	8.55	7.00
संगति	9.55	8.32
प्रति परिणाम लागत	2.950	0.000
कुल लागत	$0.325	$0.000
सही परीक्षण
गलत टेस्ट	3	5
प्रति प्रयास पास दर	83.3%	73.8%
अस्थिर टेस्ट	1	3
आउटपुट टोकन	1,091	60,502
रीजनिंग टोकन	131,807	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

Qwen: Qwen3.5-27B की तुलना इससे करें...

StepFun: Step 3.5 Flash की तुलना इससे करें...