नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Qwen: Qwen3.5-35B-A3B vs StepFun: Step 3.5 Flash

सारांश

Step 3.5 Flash (medium) average score में आगे है: 6.6 vs 6.3. Step 3.5 Flash (medium) की benchmark लागत कम है: $0.070 vs $0.401. Step 3.5 Flash (medium) तेज है: 72.53s vs 72.57s, pass rates 69.8% vs 54.0%.

अनुशंसित मॉडलStep 3.5 Flash (medium)It has the best score here (6.6), while costing about 5.8x less than Qwen3.5-35B-A3B (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14

मेट्रिक Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium रिलीज़: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 6.3 6.6
रैंक #108 #98
विश्वसनीयता 10.0 10.0
संगति 7.5 8.9
सही परीक्षण
प्रति प्रयास पास दर 69.8% 54.0%
अस्थिर टेस्ट 6 1
कुल रन 63 60
प्रति परिणाम लागत 5.162 0.198
कुल लागत $0.401 $0.070
इनपुट कीमत $0.140 / 1M $0.100 / 1M
आउटपुट कीमत $1.000 / 1M $0.300 / 1M
कुल इनपुट टोकन 42,196 34,431
आउटपुट टोकन 40,630 91,587
रीजनिंग टोकन 353,577 195,973
प्रतिक्रिया समय (औसत) 72.57s 72.53s
प्रतिक्रिया समय (अधिकतम) 409.98s 453.94s
प्रतिक्रिया समय (कुल) 1524.04s 1015.47s

जनरेशन शोकेस

Hamster playing table tennis

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

#108 Qwen3.5-35B-A3B

medium
लागत
$0.009
समय
71.4s
टोकन
8,631 tok

#98 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 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
Qwen3.5-35B-A3B 5.9 9.3 33.3% 0 206.65s 4,106 23,844 111,462
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

त्वरित तुलना

तुलना जोड़ी बदलें