Navigasi
AI BENCHY
Advertise here

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 low Rilis: 2026-05-29
Skor 7.3 7.4
Peringkat #68 #60
Keandalan 10.0 10.0
Konsistensi 7.5 8.7
Tes benar
Tingkat lulus per percobaan 73.3% 68.3%
Tes tidak stabil 6 3
Total Run 60 60
Biaya per hasil 4.865 2.796
Total Biaya $0.536 $0.336
Harga input $0.139 / 1M $0.200 / 1M
Harga output $1.000 / 1M $1.150 / 1M
Token output 31,242 285,209
Token penalaran 330,546 0
Waktu respons (rata-rata) 69.66s 16.06s
Waktu respons (maks) 409.98s 124.75s
Waktu respons (total) 1393.17s 321.11s

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 8.7 7.9 91.7% 1 4.02s 10,896 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 10.0 10.0 100.0% 0 9.43s 14,569 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 7.98s 6,426 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 7.3 5.8 83.3% 1 2.29s 2,667 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 5.3 7.2 44.4% 1 43.31s 104,487 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 3.4 9.3 0.0% 0 7.00s 4,604 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 1.58s 1,857 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 5.5 9.9 33.3% 0 1.84s 3,564 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 3.25s 1,360 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% 0 124.75s 134,779 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Kimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumClaude Opus 4.8nonevsQwen3.5-35B-A3BmediumRing-2.6-1TnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 FlashlowQwen3.5-35B-A3BmediumvsStep 3.7 Flashhigh