Qwen3.6 27B (medium) vs Step 3.7 Flash (low)

Model yang Dibandingkan

Model yang direkomendasikan Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 2.2x less than Qwen3.6 27B (medium).

Metrik	Qwen3.6 27B Qwen3.6 27B medium Rilis: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29

Metrik	Qwen3.6 27B Qwen3.6 27B medium Rilis: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor	7.2	7.2
Peringkat	#148	#147
Keandalan	10.0	10.0
Konsistensi	7.7	7.9
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	62.3%	63.8%
Tes tidak stabil	7	6
Total Run	69	69
Biaya per hasil	7.677	4.078
Total Biaya	$1.006	$0.449
Harga input	$0.320 / 1M	$0.200 / 1M
Harga output	$3.200 / 1M	$1.150 / 1M
Total token input	264,147	292,685
Token output	34,419	339,108
Token penalaran	253,480	0
Waktu respons (rata-rata)	107.79s	20.72s
Waktu respons (maks)	1085.11s	124.75s
Waktu respons (total)	2479.26s	476.67s
Parameter	27B	198B total (11B aktif)
Ketersediaan	Sumber terbuka	Sumber terbuka

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

medium

low

SVG tidak valid

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	10.0	10.0	100.0%	0		145.90s	157,971	1,406	13,920
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	6.7	3.7	50.0%	2		584.09s	81,895	18,788	133,471
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	2.9	4.4	22.2%	2		71.47s	671	3,634	18,609
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	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
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Ganti Pasangan Perbandingan