नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs StepFun: Step 3.5 Flash

सारांश

Step 3.5 Flash (medium) average score मध्ये पुढे आहे: 6.6 vs 6.3. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.070 vs $0.401. Step 3.5 Flash (medium) वेगवान आहे: 72.53s vs 72.57s, pass rates 69.8% vs 54.0%.

शिफारस केलेले मॉडेलStep 3.5 Flash (medium)It has the best score here (6.6), while costing about 5.8x less than Qwen3.5-35B-A3B (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14

मेट्रिक Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium प्रकाशन: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 6.3 6.6
क्रमांक #108 #98
विश्वसनीयता 10.0 10.0
सुसंगतता 7.5 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.8% 54.0%
अस्थिर चाचण्या 6 1
एकूण रन 63 60
प्रति निकाल खर्च 5.162 0.198
एकूण खर्च $0.401 $0.070
इनपुट किंमत $0.140 / 1M $0.100 / 1M
आउटपुट किंमत $1.000 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 42,196 34,431
आउटपुट टोकन्स 40,630 91,587
रिझनिंग टोकन्स 353,577 195,973
प्रतिसाद वेळ (सरासरी) 72.57s 72.53s
प्रतिसाद वेळ (कमाल) 409.98s 453.94s
प्रतिसाद वेळ (एकूण) 1524.04s 1015.47s

जनरेशन शोकेस

Hamster playing table tennis

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

#108 Qwen3.5-35B-A3B

medium
खर्च
$0.009
वेळ
71.4s
टोकन्स
8,631 tok

#98 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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
Qwen3.5-35B-A3B 5.9 9.3 33.3% 0 206.65s 4,106 23,844 111,462
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

झटपट तुलना

तुलना जोडी बदला