नेविगेशन
AI BENCHY
Advertise here

Qwen: Qwen3.7 Max vs StepFun: Step 3.5 Flash

Qwen3.7 Max average score में आगे है: 7.4 vs 6.0. Step 3.5 Flash (medium) की benchmark लागत कम है: $0.108 vs $0.197. Qwen3.7 Max तेज है: 4.52s vs 174.22s, pass rates 68.2% vs 51.5%.

अनुशंसित मॉडलQwen3.7 MaxIt has the best score here (7.4), while responding about 38.5x faster than Step 3.5 Flash (medium).

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

मेट्रिक Qwen3.7 Max Qwen3.7 Max none रिलीज़: 2026-05-22 Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01
स्कोर 7.4 6.0
रैंक #67 #141
विश्वसनीयता 9.9 9.2
संगति 10.0 9.0
सही परीक्षण
प्रति प्रयास पास दर 68.2% 51.5%
अस्थिर टेस्ट 0 1
कुल रन 66 63
प्रति परिणाम लागत 1.582 0.540
कुल लागत $0.197 $0.108
इनपुट कीमत $1.475 / 1M $0.100 / 1M
आउटपुट कीमत $4.425 / 1M $0.300 / 1M
कुल इनपुट टोकन 95,983 65,707
आउटपुट टोकन 12,446 108,561
रीजनिंग टोकन 0 293,993
प्रतिक्रिया समय (औसत) 4.52s 174.22s
प्रतिक्रिया समय (अधिकतम) 72.30s 1597.85s
प्रतिक्रिया समय (कुल) 99.52s 2613.32s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none
लागत
$0.046
समय
195.0s
टोकन
12,171 tok

#141 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 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 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

त्वरित तुलना

तुलना जोड़ी बदलें