नेव्हिगेशन
AI BENCHY
Advertise here

Qwen3.5 Plus 2026-04-20 (medium) vs Step 3.7 Flash (low)

Qwen3.5 Plus 2026-04-20 (medium) average score मध्ये पुढे आहे: 7.2 vs 7.1. Qwen3.5 Plus 2026-04-20 (medium) चा benchmark खर्च कमी आहे: $0.323 vs $0.390. Step 3.7 Flash (low) वेगवान आहे: 17.87s vs 46.97s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-04

क्रमांक
#124
एकूण आउटपुट टोकन्स
172,123
प्रतिसाद वेळ (सरासरी)
46.97s
एकूण खर्च
$0.323
क्रमांक
#129
एकूण आउटपुट टोकन्स
320,393
प्रतिसाद वेळ (सरासरी)
17.87s
एकूण खर्च
$0.390
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

Its score stays close to the best score here (7.1 vs 7.2), while responding about 2.6x faster than Qwen3.5 Plus 2026-04-20 (medium).

तपशीलवार तुलना

मेट्रिक Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium प्रकाशन: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.2 7.1
क्रमांक #124 #129
विश्वसनीयता 9.6 10.0
सुसंगतता 9.0 8.1
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 2 5
एकूण रन 66 66
प्रति निकाल खर्च 3.048 3.539
एकूण खर्च $0.323 $0.390
इनपुट किंमत $0.300 / 1M $0.200 / 1M
आउटपुट किंमत $1.800 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 42,106 103,842
आउटपुट टोकन्स 2,280 320,393
रिझनिंग टोकन्स 169,843 0
प्रतिसाद वेळ (सरासरी) 46.97s 17.87s
प्रतिसाद वेळ (कमाल) 189.38s 124.75s
प्रतिसाद वेळ (एकूण) 986.35s 393.04s
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.

#124 Qwen3.5 Plus 2026-04-20

medium
खर्च
$0.008
वेळ
76.7s
टोकन्स
4,355 tok

#129 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 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला

Muse Glimmer 30BhighvsQwen3.5 Plus 2026-04-20mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsSolar Pro 4highKAT-Coder-Pro V2.5highvsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BmediumvsStep 3.7 FlashlowMuse Glimmer 30BlowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8nonevsQwen3.5 Plus 2026-04-20mediumMuse Glimmer 30BhighvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.6 SolnonevsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsSolar Pro 4highKAT-Coder-Pro V2.5highvsStep 3.7 Flashlow