Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.6 Plus vs StepFun: Step 3.7 Flash

Ringkasan

Qwen3.6 Plus (medium) unggul dalam skor rata-rata dengan 7.8 vs 7.7. Qwen3.6 Plus (medium) memiliki biaya benchmark lebih rendah di $0.294 vs $0.341. Step 3.7 Flash (low) lebih cepat di 15.74s vs 30.70s, dengan tingkat keberhasilan 69.8% vs 68.3%.

Model yang direkomendasikanStep 3.7 Flash (low)Its score stays close to the best score here (7.7 vs 7.8), while responding about 1.9x faster than Qwen3.6 Plus (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor 7.8 7.7
Peringkat #38 #51
Keandalan 10.0 10.0
Konsistensi 9.3 8.4
Tes benar
Tingkat lulus per percobaan 69.8% 68.3%
Tes tidak stabil 2 4
Total Run 63 63
Biaya per hasil 0.831 2.840
Total Biaya $0.294 $0.341
Harga input $0.325 / 1M $0.200 / 1M
Harga output $1.950 / 1M $1.150 / 1M
Total token input 41,565 40,101
Token output 1,853 289,325
Token penalaran 141,973 0
Waktu respons (rata-rata) 30.70s 15.74s
Waktu respons (maks) 201.68s 124.75s
Waktu respons (total) 613.99s 330.63s

Showcase generasi

Hamster playing table tennis

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

#38 Qwen3.6 Plus

medium
Biaya
$0.024
Waktu
219.0s
Token
12,235 tok

#51 Step 3.7 Flash

low
SVG tidak valid
Biaya
$0.004
Waktu
25.3s
Token
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

Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Perbandingan Cepat

Ganti Pasangan Perbandingan