नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.6 Flash (medium) vs Step 3.7 Flash (high)

average score लगभग बराबर है: 6.9 vs 6.9. Qwen3.6 Flash (medium) की benchmark लागत कम है: $0.738 vs $1.207. Qwen3.6 Flash (medium) तेज है: 44.65s vs 64.68s, pass rates 68.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

रैंक
#93
कुल आउटपुट टोकन
634,338
प्रतिक्रिया समय (औसत)
44.65s
कुल लागत
$0.738
रैंक
#94
कुल आउटपुट टोकन
1,032,395
प्रतिक्रिया समय (औसत)
64.68s
कुल लागत
$1.207
अनुशंसित मॉडल Qwen3.6 Flash (medium)

It has the best score here (6.9), while costing about 1.6x less than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक Qwen3.6 Flash Qwen3.6 Flash medium रिलीज़: 2026-04-20 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 6.9 6.9
रैंक #93 #94
विश्वसनीयता 10.0 10.0
संगति 8.2 8.0
सही परीक्षण
प्रति प्रयास पास दर 68.2% 63.6%
अस्थिर टेस्ट 5 5
कुल रन 66 66
प्रति परिणाम लागत 6.784 10.973
कुल लागत $0.738 $1.207
इनपुट कीमत $0.188 / 1M $0.200 / 1M
आउटपुट कीमत $1.125 / 1M $1.150 / 1M
कुल इनपुट टोकन 129,041 98,691
आउटपुट टोकन 20,026 1,032,395
रीजनिंग टोकन 614,312 0
प्रतिक्रिया समय (औसत) 44.65s 64.68s
प्रतिक्रिया समय (अधिकतम) 578.13s 364.99s
प्रतिक्रिया समय (कुल) 982.32s 1423.01s

Hamster playing table tennis

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

#93 Qwen3.6 Flash

medium
अमान्य SVG
लागत
$0.008
समय
29.9s
टोकन
6,784 tok

#94 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 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
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें