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

Qwen3.7 Max unggul dalam skor rata-rata dengan 7.4 vs 6.0. Step 3.5 Flash (medium) memiliki biaya benchmark lebih rendah di $0.108 vs $0.197. Qwen3.7 Max lebih cepat di 4.52s vs 174.22s, dengan tingkat keberhasilan 68.2% vs 51.5%.

Model yang direkomendasikanQwen3.7 MaxIt has the best score here (7.4), while responding about 38.5x faster than Step 3.5 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-25

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

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	7.4	6.0
Peringkat	#67	#141
Keandalan	9.9	9.2
Konsistensi	10.0	9.0
Tes benar
Tingkat lulus per percobaan	68.2%	51.5%
Tes tidak stabil	0	1
Total Run	66	63
Biaya per hasil	1.582	0.540
Total Biaya	$0.197	$0.108
Harga input	$1.475 / 1M	$0.100 / 1M
Harga output	$4.425 / 1M	$0.300 / 1M
Total token input	95,983	65,707
Token output	12,446	108,561
Token penalaran	0	293,993
Waktu respons (rata-rata)	4.52s	174.22s
Waktu respons (maks)	72.30s	1597.85s
Waktu respons (total)	99.52s	2613.32s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none

Biaya: $0.046
Waktu: 195.0s
Token: 12,171 tok

#141 Step 3.5 Flash

medium

Biaya: $0.008
Waktu: 277.1s
Token: 23,695 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

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	5.5	10.0	33.3%	0		1.35s	7,911	582	0
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

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	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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

Nemotron 3 UltranoneTersedia gratisvsStep 3.5 Flashmedium LongCat 2.0mediumvsQwen3.7 Maxnone Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone Step 3.5 FlashmediumvsInklinglow