नेविगेशन
Advertise here

Qwen3.7 Flash (low) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score में आगे है: 7.8 vs 7.7. Qwen3.7 Flash (low) की benchmark लागत कम है: $0.071 vs $2.996. Qwen3.7 Flash (low) तेज है: 41.03s vs 68.44s, pass rates 68.1% vs 79.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-05

तुलना किए गए मॉडल

रैंक
#117
कुल आउटपुट टोकन
331,107
प्रतिक्रिया समय (औसत)
41.03s
कुल लागत
$0.071
रैंक
#107
कुल आउटपुट टोकन
306,044
प्रतिक्रिया समय (औसत)
68.44s
कुल लागत
$2.996
अनुशंसित मॉडल Qwen3.7 Flash (low)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 42.6x less than Grok 4.5 (medium).

विस्तृत तुलना

मेट्रिक Qwen3.7 Flash Qwen3.7 Flash low रिलीज़: 2026-07-28 Grok 4.5 Grok 4.5 medium रिलीज़: 2026-07-08
स्कोर 7.7 7.8
रैंक #117 #107
विश्वसनीयता 10.0 10.0
संगति 8.1 9.0
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 68.1% 79.7%
अस्थिर टेस्ट 6 3
कुल रन 69 69
प्रति परिणाम लागत 0.439 14.430
कुल लागत $0.071 $2.996
इनपुट कीमत $0.030 / 1M $2.000 / 1M
आउटपुट कीमत $0.130 / 1M $6.000 / 1M
कैश पढ़ने की कीमत $0.006 / 1M $0.300 / 1M
कैश लिखने की कीमत $0.039 / 1M लागू नहीं
कुल इनपुट टोकन 318,058 308,369
आउटपुट टोकन 16,035 7,013
रीजनिंग टोकन 315,072 299,031
प्रतिक्रिया समय (औसत) 41.03s 68.44s
प्रतिक्रिया समय (अधिकतम) 394.54s 436.38s
प्रतिक्रिया समय (कुल) 943.75s 1574.14s
पैरामीटर ~35B कुल (~3B सक्रिय) ~1.7T कुल (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#117 Qwen3.7 Flash

low
Reached the allocated time limit (600 seconds) without receiving showcase output.
लागत
$0.000
समय
600.0s
टोकन
0 tok

#107 SpaceXAI: Grok 4.5

medium
लागत
$0.044
समय
59.4s
टोकन
7,512 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 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

त्वरित तुलना

तुलना जोड़ी बदलें

Grok 4.5mediumvsGLM 5.3highMuse Glimmer 30BmediumvsQwen3.7 FlashlowLing 3.1 FlashhighvsGrok 4.5mediumMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 PlusnonevsGrok 4.5mediumQwen3.7 MaxnonevsGrok 4.5mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowClaude Fable 5.1highvsGrok 4.5mediumGrok 4.5mediumvsGLM 5.3 FlashXmaxGPT-5.6 TerralowvsGrok 4.5medium