Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 35B A3B vs StepFun: Step 3.7 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik Qwen3.6 35B A3B Qwen3.6 35B A3B medium Rilis: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.3 7.4
Peringkat #58 #56
Keandalan 10.0 10.0
Konsistensi 9.6 8.7
Tes benar
Tingkat lulus per percobaan 61.7% 68.3%
Tes tidak stabil 1 3
Total Run 60 60
Biaya per hasil 1.048 2.796
Total Biaya $0.130 $0.336
Harga input $0.140 / 1M $0.200 / 1M
Harga output $1.000 / 1M $1.150 / 1M
Total token input 13,550 37,458
Token output 18,304 285,209
Token penalaran 115,531 0
Waktu respons (rata-rata) 17.26s 16.06s
Waktu respons (maks) 86.11s 124.75s
Waktu respons (total) 310.65s 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 input Token output Token penalaran
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 6.02s 672 1,154 12,385
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 35B A3B 6.6 10.0 50.0% 0 59.35s 2,216 6,601 22,535
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 4,794 14,569 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 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
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 35B A3B 10.0 10.0 100.0% 0 12.99s 7,776 2,591 9,968
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 35B A3B 5.3 7.2 44.4% 1 22.50s 771 6,193 39,116
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 35B A3B 4.4 9.9 0.0% 0 8.66s 516 129 4,569
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 35B A3B 10.0 10.0 100.0% 0 7.50s 699 219 7,404
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 35B A3B 8.0 10.0 66.7% 0 5.95s 696 655 9,228
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 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
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 35B A3B 3.0 10.0 0.0% 0 32.90s 204 762 10,326
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-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5.1mediumStep 3.7 FlashlowvsGLM 5V TurbomediumKimi K2.6mediumTersedia gratisvsStep 3.7 FlashlowGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.6 35B A3BmediumGPT-5.4 MinimediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumClaude Opus 4.8nonevsStep 3.7 Flashlow