नेव्हिगेशन
AI BENCHY
Advertise here

Qwen3.6 35B A3B (medium) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score मध्ये पुढे आहे: 7.3 vs 6.7. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.454 vs $0.746. Step 3.7 Flash (low) वेगवान आहे: 20.68s vs 58.06s, pass rates 60.6% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

क्रमांक
#98
एकूण आउटपुट टोकन्स
740,585
प्रतिसाद वेळ (सरासरी)
58.06s
एकूण खर्च
$0.746
क्रमांक
#75
एकूण आउटपुट टोकन्स
376,581
प्रतिसाद वेळ (सरासरी)
20.68s
एकूण खर्च
$0.454
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.3), while costing about 1.6x less than Qwen3.6 35B A3B (medium).

तपशीलवार तुलना

मेट्रिक Qwen3.6 35B A3B Qwen3.6 35B A3B medium प्रकाशन: 2026-04-20 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 6.7 7.3
क्रमांक #98 #75
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 60.6% 68.2%
अस्थिर चाचण्या 1 5
एकूण रन 66 66
प्रति निकाल खर्च 5.712 3.782
एकूण खर्च $0.746 $0.454
इनपुट किंमत $0.140 / 1M $0.200 / 1M
आउटपुट किंमत $1.000 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 85,139 103,833
आउटपुट टोकन्स 61,819 376,581
रिझनिंग टोकन्स 678,766 0
प्रतिसाद वेळ (सरासरी) 58.06s 20.68s
प्रतिसाद वेळ (कमाल) 817.57s 124.75s
प्रतिसाद वेळ (एकूण) 1161.18s 455.01s

Hamster playing table tennis

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

#98 Qwen3.6 35B A3B

medium
अवैध SVG
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#75 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
Qwen3.6 35B A3B 7.7 10.0 66.7% 0 50.55s 5,051 7,929 37,223
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला