तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Qwen: Qwen3.5-Flash 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-Flash medium रिलीज़: रिलीज़ तिथि अज्ञात	StepFun: Step 3.5 Flash medium रिलीज़: रिलीज़ तिथि अज्ञात निःशुल्क उपलब्ध
रैंक	#24	#11
स्कोर	5.79	7.00
संगति	7.60	8.32
प्रति परिणाम लागत	0.650	0.000
कुल लागत	$0.046	$0.000
सही परीक्षण
गलत टेस्ट	7	5
प्रति प्रयास पास दर	66.7%	73.8%
अस्थिर टेस्ट	4	3
आउटपुट टोकन	1,194	60,502
रीजनिंग टोकन	108,368	117,044

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		363	23,645
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-Flash	5.50	5.87	83.3%	1		235	16,237
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-Flash	1.00	4.41	33.3%	2		52	34,605
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-Flash	7.50	9.91	50.0%	0		98	14,139
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-Flash	4.00	7.21	55.6%	1		137	18,458
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-Flash	10.00	10.00	100.0%	0		309	1,284
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोड़ी बदलें

Qwen: Qwen3.5-Flash की तुलना इससे करें...

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