तुलना करा चार्ट्स

भाषा:

❤️ Made by XCS

AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs StepFun: Step 3.5 Flash

मॉडेल नाव:

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : 2026-02-27 15:16

सारांश

मेट्रिक	Qwen: Qwen3.5-122B-A10B none प्रकाशन: प्रकाशन तारीख अज्ञात	StepFun: Step 3.5 Flash medium प्रकाशन: प्रकाशन तारीख अज्ञात मोफत उपलब्ध
क्रमांक	#27	#11
स्कोअर	5.20	7.00
सुसंगतता	9.99	8.32
प्रति निकाल खर्च	0.206	0.000
एकूण खर्च	$0.013	$0.000
बरोबर चाचण्या
चुकीच्या चाचण्या	8	5
प्रति प्रयत्न पास दर	42.9%	73.8%
अस्थिर चाचण्या	0	3
आउटपुट टोकन्स	1,515	60,502
रिझनिंग टोकन्स	0	117,044

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-122B-A10B	4.00	10.00	33.3%	0		309	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-122B-A10B	9.88	10.00	100.0%	0		243	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-122B-A10B	4.00	10.00	33.3%	0		15	0
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-122B-A10B	3.00	9.95	0.0%	0		70	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-122B-A10B	4.33	10.00	33.3%	0		614	0
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-122B-A10B	10.00	10.00	100.0%	0		264	0
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोडी बदला

Qwen: Qwen3.5-122B-A10B ची तुलना याच्याशी करा...

StepFun: Step 3.5 Flash ची तुलना याच्याशी करा...