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 Plus (medium) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) average score में आगे है: 7.9 vs 7.8. Qwen3.6 Plus (medium) की benchmark लागत कम है: $0.418 vs $0.495. Step 3.7 Flash (medium) तेज है: 23.51s vs 45.52s, pass rates 71.2% vs 68.2%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-15

रैंक
#63
कुल आउटपुट टोकन
197,632
प्रतिक्रिया समय (औसत)
45.52s
कुल लागत
$0.418
रैंक
#60
कुल आउटपुट टोकन
409,709
प्रतिक्रिया समय (औसत)
23.51s
कुल लागत
$0.495
अनुशंसित मॉडल Step 3.7 Flash (medium)

It has the best score here (7.9), while responding about 1.9x faster than Qwen3.6 Plus (medium).

विस्तृत तुलना

मेट्रिक Qwen3.6 Plus Qwen3.6 Plus medium रिलीज़: 2026-04-20 Step 3.7 Flash Step 3.7 Flash medium रिलीज़: 2026-05-29
स्कोर 7.8 7.9
रैंक #63 #60
विश्वसनीयता 10.0 10.0
संगति 9.3 8.9
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 71.2% 68.2%
अस्थिर टेस्ट 2 3
कुल रन 66 66
प्रति परिणाम लागत 1.695 3.801
कुल लागत $0.418 $0.495
इनपुट कीमत $0.325 / 1M $0.200 / 1M
आउटपुट कीमत $1.950 / 1M $1.150 / 1M
कुल इनपुट टोकन 97,698 114,191
आउटपुट टोकन 6,417 409,709
रीजनिंग टोकन 191,215 0
प्रतिक्रिया समय (औसत) 45.52s 23.51s
प्रतिक्रिया समय (अधिकतम) 291.55s 152.83s
प्रतिक्रिया समय (कुल) 955.94s 517.21s
पैरामीटर ~397B कुल (~17B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#63 Qwen3.6 Plus

medium
लागत
$0.024
समय
219.0s
टोकन
12,235 tok

#60 Step 3.7 Flash

medium
लागत
$0.006
समय
46.2s
टोकन
4,466 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 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

त्वरित तुलना

तुलना जोड़ी बदलें