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: Qwen3.6 27B vs StepFun: Step 3.7 Flash

Ringkasan

Perbandingan benchmark Qwen3.6 27B vs Step 3.7 Flash: Step 3.7 Flash unggul dalam skor rata-rata dengan 7.3 vs 6.8. Qwen3.6 27B memiliki biaya benchmark lebih rendah di $0.336 vs $0.341. Step 3.7 Flash lebih cepat di 15.74s vs 59.71s, dengan tingkat keberhasilan 60.3% vs 68.3%.

Model yang direkomendasikan: Step 3.7 Flash - It has the best score here (7.3), while responding about 3.8x faster than Qwen3.6 27B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

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 6.8 7.3
Peringkat #79 #58
Keandalan 10.0 10.0
Konsistensi 8.2 8.4
Tes benar
Tingkat lulus per percobaan 60.3% 68.3%
Tes tidak stabil 5 4
Total Run 63 63
Biaya per hasil 3.361 2.840
Total Biaya $0.336 $0.341
Harga input $0.290 / 1M $0.200 / 1M
Harga output $2.400 / 1M $1.150 / 1M
Total token input 39,376 40,101
Token output 16,189 289,325
Token penalaran 122,521 0
Waktu respons (rata-rata) 59.71s 15.74s
Waktu respons (maks) 168.22s 124.75s
Waktu respons (total) 1254.01s 330.63s

Generation showcase

Hamster playing table tennis

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

#79 Qwen3.6 27B

medium
Cost
$0.009
Time
39.6s
Tokens
3,090 tok

#58 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 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
Qwen3.6 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 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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 7.2 11.1% 1 73.38s 662 3,510 20,352
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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

Perbandingan Cepat

Ganti Pasangan Perbandingan

Step 3.7 FlashlowvsMiMo-V2.5mediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5V TurbomediumKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsQwen3.6 27BmediumGPT-5 MinimediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2-FlashmediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.20mediumQwen3.5-35B-A3BmediumvsStep 3.7 Flashlow