#5 Qwen3.7 Max
medium- Biaya
- $0.017
- Waktu
- 68.8s
- Token
- 4,526 tok
Qwen
Rilis: 2026-05-22
Diuji pada: 2026-05-21 23:55
qwen/qwen3.7-max::medium
~1T total (~40B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Qwen3.7 Max mendapat skor 9.0 di AI BENCHY dan berada di peringkat #5. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 88.3%, total biaya $0.942, dan waktu respons rata-rata 13.83s.
Yang membuat Qwen3.7 Max unik: Ini termasuk salah satu model dengan peringkat keseluruhan tertinggi.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~1T total (~40B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
9.0
Konsistensi
9.6
10.0
$0.942
Total token output
112,394
Total token input
0
Harga input
$2.500 / 1M
Harga output
$7.500 / 1M
Tes tidak stabil
1
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-08-14 01:49 Uji ulang | 9.1 | 10.0 | $1.157 ↓ | Bandingkan | |
| 2026-07-16 22:00 Tes baru ditambahkan | 9.2 | 10.0 | $1.116 ↓ | Bandingkan | |
| 2026-06-04 13:24 Tes baru ditambahkan | 9.1 | 10.0 | $0.523 ↓ | Bandingkan | |
| 2026-05-21 23:55 Run awal | 9.0 | 10.0 | $0.942 | Run saat ini |
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:55 · Run awal | 60/60 percobaan | 9.0 | 9.6 | 10.0 | 17/20 | 1 | 112,394 | 0 | $0.942 | 13.83s |
| 2026-08-14 01:49 · Uji ulang | 66/66 percobaan | 9.1 | 9.0 | 10.0 | 17/22 | 3 | 226,102 | 106,029 | $1.157 | 44.32s |
| Selisih | — | 0.0 | +0.6 | 0.0 | 0 | -2 | -113708 | -106029 | -$0.216 | -30496ms |
Cakupan benchmark berbeda: 60/60 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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
Perbandingan Cepat
Qwen3.7 MaxmediumvsSeed 2.1 TurbolowQwen3.7 MaxmediumvsGemini 3.5 FlashmediumQwen3.7 MaxmediumvsClaude Opus 5mediumQwen3.7 MaxmediumvsGPT-5.5mediumQwen3.7 MaxmediumvsClaude Opus 5highQwen3.7 MaxmediumvsQwen3.8 MaxmediumQwen3.7 MaxmediumvsGemini 3.7 FlashlowQwen3.7 MaxmediumvsGrok 4.5highQwen3.7 MaxmediumvsGemini 3.1 Pro PreviewmediumQwen3.7 MaxmediumvsGPT-5.3-Codexmedium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 10.0 | 10.0 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.9 | 7.2 | |
| Kecerdasan umum | 10.0 | 10.0 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 10.0 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |