Qwen3.5 Plus 2026-02-15 (medium) vs Step 3.7 Flash (low)

Qwen3.5 Plus 2026-02-15 (medium) average score मध्ये पुढे आहे: 7.2 vs 7.2. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.449 vs $0.567. Step 3.7 Flash (low) वेगवान आहे: 20.72s vs 97.68s, pass rates 72.5% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #140
एकूण आउटपुट टोकन्स: 302,730
प्रतिसाद वेळ (सरासरी): 97.68s
एकूण खर्च: $0.567

क्रमांक: #147
एकूण आउटपुट टोकन्स: 339,108
प्रतिसाद वेळ (सरासरी): 20.72s
एकूण खर्च: $0.449

शिफारस केलेले मॉडेल Step 3.7 Flash (low)

Its score stays close to the best score here (7.2 vs 7.2), while responding about 4.7x faster than Qwen3.5 Plus 2026-02-15 (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29

मेट्रिक	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium प्रकाशन: 2026-02-15	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर	7.2	7.2
क्रमांक	#140	#147
विश्वसनीयता	10.0	10.0
सुसंगतता	7.9	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	63.8%
अस्थिर चाचण्या	6	6
एकूण रन	69	69
प्रति निकाल खर्च	4.047	4.078
एकूण खर्च	$0.567	$0.449
इनपुट किंमत	$0.260 / 1M	$0.200 / 1M
आउटपुट किंमत	$1.560 / 1M	$1.150 / 1M
एकूण इनपुट टोकन्स	249,486	292,685
आउटपुट टोकन्स	14,481	339,108
रिझनिंग टोकन्स	288,249	0
प्रतिसाद वेळ (सरासरी)	97.68s	20.72s
प्रतिसाद वेळ (कमाल)	304.85s	124.75s
प्रतिसाद वेळ (एकूण)	1562.81s	476.67s
पॅरामीटर्स	~397B एकूण (~17B सक्रिय)	198B एकूण (11B सक्रिय)
उपलब्धता	बंद स्रोत	मुक्त स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#140 Qwen3.5 Plus 2026-02-15

medium

खर्च: $0.011
वेळ: 125.5s
टोकन्स: 7,040 tok

#147 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashlowvsGLM 5medium LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Gemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15medium Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Claude Opus 5nonevsStep 3.7 Flashlow Qwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 Flashlow LongCat 2.0highvsQwen3.5 Plus 2026-02-15medium Qwen3.5-27BnonevsStep 3.7 Flashlow Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsGLM 5.3 Flashhigh