नेविगेशन
AI BENCHY
Advertise here

Qwen: Qwen3.5 Plus 2026-04-20 vs StepFun: Step 3.7 Flash

Step 3.7 Flash (low) average score में आगे है: 7.3 vs 7.2. Qwen3.5 Plus 2026-04-20 (medium) की benchmark लागत कम है: $0.317 vs $0.454. Step 3.7 Flash (low) तेज है: 20.68s vs 46.36s, pass rates 63.6% vs 68.2%.

अनुशंसित मॉडलStep 3.7 Flash (low)It has the best score here (7.3), while responding about 2.2x faster than Qwen3.5 Plus 2026-04-20 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-20

मेट्रिक Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium रिलीज़: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.2 7.3
रैंक #70 #67
विश्वसनीयता 9.6 10.0
संगति 9.0 8.1
सही परीक्षण
प्रति प्रयास पास दर 63.6% 68.2%
अस्थिर टेस्ट 2 5
कुल रन 66 66
प्रति परिणाम लागत 3.023 3.782
कुल लागत $0.317 $0.454
इनपुट कीमत $0.300 / 1M $0.200 / 1M
आउटपुट कीमत $1.800 / 1M $1.150 / 1M
कुल इनपुट टोकन 42,097 103,833
आउटपुट टोकन 2,280 376,581
रीजनिंग टोकन 166,613 0
प्रतिक्रिया समय (औसत) 46.36s 20.68s
प्रतिक्रिया समय (अधिकतम) 189.38s 124.75s
प्रतिक्रिया समय (कुल) 973.57s 455.01s

Hamster playing table tennis

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

#70 Qwen3.5 Plus 2026-04-20

medium
लागत
$0.008
समय
76.7s
टोकन
4,355 tok

#67 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 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें