Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.7 Max vs StepFun: Step 3.5 Flash

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

Metrik Qwen3.7 Max Qwen3.7 Max none Rilis: 2026-05-22 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 7.9 7.4
Peringkat #26 #55
Keandalan 10.0 10.0
Konsistensi 10.0 9.4
Tes benar
Tingkat lulus per percobaan 70.0% 59.7%
Tes tidak stabil 0 1
Total Run 60 57
Biaya per hasil 0.719 0.133
Total Biaya $0.051 $0.062
Harga input $1.250 / 1M $0.090 / 1M
Harga output $3.750 / 1M $0.300 / 1M
Total token input 34,266 33,555
Token output 1,988 90,478
Token penalaran 0 173,544
Waktu respons (rata-rata) 1.30s 43.20s
Waktu respons (maks) 3.92s 170.45s
Waktu respons (total) 25.95s 561.54s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 5,070 576 0
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumQwen3.7 MaxnonevsGLM 5 TurbomediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3 PRO PreviewmediumvsQwen3.7 MaxnoneGemma 4 26B A4BmediumTersedia gratisvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemma 4 31BmediumTersedia gratisvsQwen3.7 MaxnoneClaude Opus 4.8nonevsStep 3.5 FlashmediumQwen3.7 MaxnonevsGrok 4.3medium