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 Plus 2026-02-15 vs StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark Qwen3.5 Plus 2026-02-15 vs Step 3.7 Flash: Qwen3.5 Plus 2026-02-15 unggul dalam skor rata-rata dengan 8.0 vs 7.1. Qwen3.5 Plus 2026-02-15 memiliki biaya benchmark lebih rendah di $0.310 vs $1.148. Step 3.7 Flash lebih cepat di 64.46s vs 73.79s, dengan tingkat keberhasilan 73.0% vs 63.5%.

Model yang direkomendasikan: Qwen3.5 Plus 2026-02-15 - It has the best score here (8.0), while costing about 3.7x less than Step 3.7 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium Rilis: 2026-02-15 Step 3.7 Flash Step 3.7 Flash high Rilis: 2026-05-29
Skor 8.0 7.1
Peringkat #28 #63
Keandalan 10.0 10.0
Konsistensi 8.8 8.2
Tes benar
Tingkat lulus per percobaan 73.0% 63.5%
Tes tidak stabil 3 4
Total Run 63 63
Biaya per hasil 2.445 10.434
Total Biaya $0.310 $1.148
Harga input $0.260 / 1M $0.200 / 1M
Harga output $1.560 / 1M $1.150 / 1M
Total token input 40,918 38,391
Token output 2,159 991,355
Token penalaran 189,604 0
Waktu respons (rata-rata) 73.79s 64.46s
Waktu respons (maks) 266.69s 364.99s
Waktu respons (total) 1033.07s 1353.57s

Showcase generasi

Hamster playing table tennis

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

#28 Qwen3.5 Plus 2026-02-15

medium
Biaya
$0.011
Waktu
125.5s
Token
7,040 tok

#63 Step 3.7 Flash

high
Biaya
$0.007
Waktu
63.6s
Token
6,030 tok

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 input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 672 205 21,236
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 14,934 421 7,906
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 7,782 270 14,916
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 444 35 16,680
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 344 73 8,675
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 699 101 7,704
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 32.50s 696 301 13,853
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 8,193 309 909
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.5 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 204 24 17,130
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashhighvsGLM 5.1mediumStep 3.7 FlashhighvsGLM 5.2noneQwen3.7 PlusnonevsStep 3.7 FlashhighKimi K2.7 CodemediumvsStep 3.7 FlashhighGemma 4 26B A4BmediumTersedia gratisvsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashnonevsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.7 FlashhighClaude Sonnet 4.6nonevsStep 3.7 FlashhighQwen3.7 MaxnonevsStep 3.7 FlashhighQwen3.5-FlashmediumvsStep 3.7 Flashhigh