तुलना करा चार्ट्स

भाषा:

❤️ Made by XCS

AI BENCHY Compare

Qwen: Qwen3.5-Flash 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-Flash medium प्रकाशन: प्रकाशन तारीख अज्ञात	StepFun: Step 3.5 Flash medium प्रकाशन: प्रकाशन तारीख अज्ञात मोफत उपलब्ध
क्रमांक	#24	#11
स्कोअर	5.79	7.00
सुसंगतता	7.60	8.32
प्रति निकाल खर्च	0.650	0.000
एकूण खर्च	$0.046	$0.000
बरोबर चाचण्या
चुकीच्या चाचण्या	7	5
प्रति प्रयत्न पास दर	66.7%	73.8%
अस्थिर चाचण्या	4	3
आउटपुट टोकन्स	1,194	60,502
रिझनिंग टोकन्स	108,368	117,044

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		363	23,645
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-Flash	5.50	5.87	83.3%	1		235	16,237
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-Flash	1.00	4.41	33.3%	2		52	34,605
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-Flash	7.50	9.91	50.0%	0		98	14,139
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-Flash	4.00	7.21	55.6%	1		137	18,458
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-Flash	10.00	10.00	100.0%	0		309	1,284
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

तुलना जोडी बदला

Qwen: Qwen3.5-Flash ची तुलना याच्याशी करा...

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