#46 Qwen3.5-122B-A10B
medium- खर्च
- $0.019
- वेळ
- 48.7s
- टोकन्स
- 6,034 tok
AI BENCHY Compare
Qwen: Qwen3.5-122B-A10B vs StepFun: Step 3.7 Flash
सारांश
average score जवळपास समान आहे: 7.7 vs 7.7. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.341 vs $0.588. Step 3.7 Flash (low) वेगवान आहे: 15.74s vs 42.49s, pass rates 73.0% vs 68.3%.
शिफारस केलेले मॉडेलStep 3.7 Flash (low)It has the best score here (7.7), while costing about 1.7x less than Qwen3.5-122B-A10B (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| स्कोअर | 7.7 | 7.7 |
| क्रमांक | #46 | #51 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 8.8 | 8.4 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 73.0% | 68.3% |
| अस्थिर चाचण्या | 3 | 4 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 5.235 | 2.840 |
| एकूण खर्च | $0.588 | $0.341 |
| इनपुट किंमत | $0.260 / 1M | $0.200 / 1M |
| आउटपुट किंमत | $2.080 / 1M | $1.150 / 1M |
| एकूण इनपुट टोकन्स | 41,832 | 40,101 |
| आउटपुट टोकन्स | 26,187 | 289,325 |
| रिझनिंग टोकन्स | 251,028 | 0 |
| प्रतिसाद वेळ (सरासरी) | 42.49s | 15.74s |
| प्रतिसाद वेळ (कमाल) | 168.16s | 124.75s |
| प्रतिसाद वेळ (एकूण) | 892.30s | 330.63s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
अवैध SVG
- खर्च
- $0.004
- वेळ
- 25.3s
- टोकन्स
- 3,072 tok
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर विरुद्ध एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
श्रेणीवार तपशील
| कोडिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) | इनपुट टोकन्स | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
झटपट तुलना
तुलना जोडी बदला
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumमोफत उपलब्धvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow