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

AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs StepFun: Step 3.7 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 7.3 7.1
Peringkat #68 #74
Keandalan 10.0 10.0
Konsistensi 7.5 8.2
Tes benar
Tingkat lulus per percobaan 73.3% 65.8%
Tes tidak stabil 6 4
Total Run 60 60
Biaya per hasil 4.865 8.723
Total Biaya $0.536 $0.960
Harga input $0.139 / 1M $0.200 / 1M
Harga output $1.000 / 1M $1.150 / 1M
Token output 31,242 828,084
Token penalaran 330,546 0
Waktu respons (rata-rata) 69.66s 49.43s
Waktu respons (maks) 409.98s 192.75s
Waktu respons (total) 1393.17s 988.58s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.13s 798 42,652
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 6.5 10.0 50.0% 0 244.54s 14,456 88,431
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 4.7 1.6 66.7% 1 75.34s 775 12,485
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 7.3 5.9 83.3% 1 59.33s 235 19,493
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 4.1 4.4 44.5% 2 88.34s 41 46,368
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 2.8 1.6 33.3% 1 30.30s 20 3,753
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 24.45s 97 17,361
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 8.2 7.2 88.9% 1 33.13s 3,592 26,585
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 309 1,365
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 177.35s 10,919 72,053
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumRing-2.6-1TnonevsQwen3.5-35B-A3BmediumGPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.4 NanomediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 Flashhigh