नेव्हिगेशन
AI BENCHY
Advertise here

Qwen3.6 Flash (medium) vs Step 3.7 Flash (high)

average score जवळपास समान आहे: 6.9 vs 6.9. Qwen3.6 Flash (medium) चा benchmark खर्च कमी आहे: $0.738 vs $1.207. Qwen3.6 Flash (medium) वेगवान आहे: 44.65s vs 64.68s, pass rates 68.2% vs 63.6%.

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

क्रमांक
#93
एकूण आउटपुट टोकन्स
634,338
प्रतिसाद वेळ (सरासरी)
44.65s
एकूण खर्च
$0.738
क्रमांक
#94
एकूण आउटपुट टोकन्स
1,032,395
प्रतिसाद वेळ (सरासरी)
64.68s
एकूण खर्च
$1.207
शिफारस केलेले मॉडेल Qwen3.6 Flash (medium)

It has the best score here (6.9), while costing about 1.6x less than Step 3.7 Flash (high).

तपशीलवार तुलना

मेट्रिक Qwen3.6 Flash Qwen3.6 Flash medium प्रकाशन: 2026-04-20 Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29
स्कोअर 6.9 6.9
क्रमांक #93 #94
विश्वसनीयता 10.0 10.0
सुसंगतता 8.2 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 63.6%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 6.784 10.973
एकूण खर्च $0.738 $1.207
इनपुट किंमत $0.188 / 1M $0.200 / 1M
आउटपुट किंमत $1.125 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 129,041 98,691
आउटपुट टोकन्स 20,026 1,032,395
रिझनिंग टोकन्स 614,312 0
प्रतिसाद वेळ (सरासरी) 44.65s 64.68s
प्रतिसाद वेळ (कमाल) 578.13s 364.99s
प्रतिसाद वेळ (एकूण) 982.32s 1423.01s

Hamster playing table tennis

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

#93 Qwen3.6 Flash

medium
अवैध SVG
खर्च
$0.008
वेळ
29.9s
टोकन्स
6,784 tok

#94 Step 3.7 Flash

high
खर्च
$0.007
वेळ
63.6s
टोकन्स
6,030 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 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

झटपट तुलना

तुलना जोडी बदला