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: Qwen3.7 Max vs StepFun: Step 3.7 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Qwen3.7 Max Qwen3.7 Max none Rilis: 2026-05-22 Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29
Skor 7.9 7.9
Peringkat #29 #32
Keandalan 10.0 9.9
Konsistensi 10.0 9.2
Tes benar
Tingkat lulus per percobaan 70.0% 71.7%
Tes tidak stabil 0 2
Total Run 60 58
Biaya per hasil 0.719 2.663
Total Biaya $0.101 $0.347
Harga input $1.250 / 1M $0.200 / 1M
Harga output $3.750 / 1M $1.150 / 1M
Token output 1,988 294,481
Token penalaran 0 0
Waktu respons (rata-rata) 1.30s 18.32s
Waktu respons (maks) 3.92s 113.98s
Waktu respons (total) 25.95s 366.45s

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 output Token penalaran
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGemma 4 26B A4BmediumTersedia gratisvsQwen3.7 MaxnoneGemma 4 31BmediumTersedia gratisvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 Maxnone