Qwen3.6 Plus (medium) vs Step 3.7 Flash (low)

Qwen3.6 Plus (medium) average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.6 Plus (medium) चा benchmark खर्च कमी आहे: $0.391 vs $0.449. Step 3.7 Flash (low) वेगवान आहे: 20.72s vs 57.41s, pass rates 69.6% vs 63.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #137
एकूण आउटपुट टोकन्स: 246,790
प्रतिसाद वेळ (सरासरी): 57.41s
एकूण खर्च: $0.391

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 7.3), while responding about 2.8x faster than Qwen3.6 Plus (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29

मेट्रिक	Qwen3.6 Plus Qwen3.6 Plus medium प्रकाशन: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर	7.3	7.2
क्रमांक	#137	#147
विश्वसनीयता	10.0	10.0
सुसंगतता	9.0	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	69.6%	63.8%
अस्थिर चाचण्या	3	6
एकूण रन	69	69
प्रति निकाल खर्च	2.605	4.078
एकूण खर्च	$0.391	$0.449
इनपुट किंमत	$0.325 / 1M	$0.200 / 1M
आउटपुट किंमत	$1.950 / 1M	$1.150 / 1M
एकूण इनपुट टोकन्स	222,601	292,685
आउटपुट टोकन्स	8,185	339,108
रिझनिंग टोकन्स	238,605	0
प्रतिसाद वेळ (सरासरी)	57.41s	20.72s
प्रतिसाद वेळ (कमाल)	307.08s	124.75s
प्रतिसाद वेळ (एकूण)	1263.02s	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.

#137 Qwen3.6 Plus

medium

खर्च: $0.024
वेळ: 219.0s
टोकन्स: 12,235 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
Qwen3.6 Plus	4.7	3.1	33.3%	1		307.08s	124,903	1,768	47,390
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557
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
Qwen3.6 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		163.25s	71,058	5,011	55,925
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706
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
Qwen3.6 Plus	2.9	7.2	11.1%	1		46.39s	780	61	39,854
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
Qwen3.6 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712
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
Qwen3.6 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330
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
Qwen3.6 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761
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 2.0highvsQwen3.6 Plusmedium LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Qwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 Flashlow Qwen3.6 PlusmediumvsGLM 5.3 Flashhigh Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Gemini 3.8 FlashlowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsQwen3.6 Plusmedium Qwen3.5-27BnonevsStep 3.7 Flashlow