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

Qwen3.7 Flash (low) vs Grok 4.20 (medium)

Qwen3.7 Flash (low) average score में आगे है: 7.3 vs 7.1. Qwen3.7 Flash (low) की benchmark लागत कम है: $0.042 vs $0.777. Grok 4.20 (medium) तेज है: 29.47s vs 36.80s, pass rates 68.2% vs 63.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-08-01

रैंक
#80
कुल आउटपुट टोकन
297,249
प्रतिक्रिया समय (औसत)
36.80s
कुल लागत
$0.042
रैंक
#90
कुल आउटपुट टोकन
259,340
प्रतिक्रिया समय (औसत)
29.47s
कुल लागत
$0.777
अनुशंसित मॉडल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 18.8x less than Grok 4.20 (medium).

विस्तृत तुलना

मेट्रिक Qwen3.7 Flash Qwen3.7 Flash low रिलीज़: 2026-07-28 Grok 4.20 Grok 4.20 medium रिलीज़: 2026-03-31
स्कोर 7.3 7.1
रैंक #80 #90
विश्वसनीयता 9.9 10.0
संगति 8.4 8.5
सही परीक्षण
प्रति प्रयास पास दर 68.2% 63.6%
अस्थिर टेस्ट 5 4
कुल रन 66 66
प्रति परिणाम लागत 0.346 9.709
कुल लागत $0.042 $0.777
इनपुट कीमत $0.030 / 1M $1.250 / 1M
आउटपुट कीमत $0.130 / 1M $2.500 / 1M
कुल इनपुट टोकन 92,182 102,791
आउटपुट टोकन 14,287 5,363
रीजनिंग टोकन 282,962 253,977
प्रतिक्रिया समय (औसत) 36.80s 29.47s
प्रतिक्रिया समय (अधिकतम) 394.54s 199.66s
प्रतिक्रिया समय (कुल) 809.54s 648.35s

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#80 Qwen3.7 Flash

low
अमान्य SVG
लागत
$0.000
समय
600.0s
टोकन
0 tok

#90 xAI: Grok 4.20

medium
लागत
$0.041
समय
110.3s
टोकन
16,336 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
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419
Grok 4.20 6.3 6.6 55.6% 1 109.93s 8,307 268 103,150

त्वरित तुलना

तुलना जोड़ी बदलें