Qwen3.8 27B (medium) vs Step 3.7 Flash (low)

Model yang Dibandingkan

Model yang direkomendasikan Qwen3.8 27B (medium)

It has the best score here (7.2), while costing about 6.2x less than Step 3.7 Flash (low).

Metrik	Qwen3.8 27B Qwen3.8 27B medium Rilis: 2026-08-14 Tersedia gratis	Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29

Metrik	Qwen3.8 27B Qwen3.8 27B medium Rilis: 2026-08-14 Tersedia gratis	Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29
Skor	7.2	7.2
Peringkat	#141	#147
Keandalan	9.7	10.0
Konsistensi	9.4	7.9
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	66.7%	63.8%
Tes tidak stabil	2	6
Total Run	69	69
Biaya per hasil	~0.520	4.078
Total Biaya	~$0.073	$0.449
Harga input	T/A	$0.200 / 1M
Harga output	T/A	$1.150 / 1M
Total token input	277,164	292,685
Token output	1,913	339,108
Token penalaran	168,783	0
Waktu respons (rata-rata)	40.09s	20.72s
Waktu respons (maks)	214.63s	124.75s
Waktu respons (total)	881.89s	476.67s
Parameter	27.3B	198B total (11B aktif)
Ketersediaan	Bobot tersedia	Sumber terbuka

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

medium

low

SVG tidak valid

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 27B	4.7	1.6	66.7%	1		187.85s	178,898	52	34,482
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 27B	10.0	10.0	100.0%	0		2.93s	672	228	1,842
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
Qwen3.8 27B	10.0	10.0	100.0%	0		40.50s	7,893	585	26,808
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 27B	8.7	6.9	83.3%	1		124.48s	77,767	70	51,705
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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
Qwen3.8 27B	6.5	10.0	50.0%	0		8.76s	9,039	144	2,271
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
Qwen3.8 27B	5.3	10.0	33.3%	0		76.98s	780	12	41,184
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Qwen3.8 27B	5.0	10.0	0.0%	0		9.20s	516	204	1,299
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
Qwen3.8 27B	10.0	10.0	100.0%	0		2.54s	699	48	984
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
Qwen3.8 27B	8.3	10.0	66.7%	0		12.62s	696	444	6,237
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
Qwen3.8 27B	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
Qwen3.8 27B	3.0	10.0	0.0%	0		11.29s	204	126	1,971
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Ganti Pasangan Perbandingan