नेव्हिगेशन
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen3.6 Plus Preview vs StepFun: Step 3.5 Flash

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-03-30

मेट्रिक Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium प्रकाशन: प्रकाशन तारीख अज्ञात मोफत उपलब्ध Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01 मोफत उपलब्ध
स्कोअर 8.5 7.9
क्रमांक #6 #25
सुसंगतता 10.0 9.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 76.5% 70.6%
अस्थिर चाचण्या 0 2
एकूण रन 49 49
प्रति निकाल खर्च 0.000 0.000
एकूण खर्च $0.000 $0.000
???? ??? $0.000 / 1M $0.100 / 1M
????? ??? $0.000 / 1M $0.300 / 1M
आउटपुट टोकन्स 1,756 71,904
रिझनिंग टोकन्स 77,213 155,607
प्रतिसाद वेळ (सरासरी) 13.94s 26.78s
प्रतिसाद वेळ (कमाल) 43.55s 170.45s
प्रतिसाद वेळ (एकूण) 237.01s 294.58s

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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 9.90s 207 7,557
Step 3.5 Flash 10.0 10.0 100.0% 0 13.56s 14,376 17,668
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 34.95s 452 13,073
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 14.95s 270 10,706
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 3.0 10.0 0.0% 0 22.08s 49 26,895
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 5.1 10.0 0.0% 0 27.05s 111 5,232
Step 3.5 Flash 5.5 10.0 0.0% 0 6.54s 2,214 2,584
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 7.54s 102 5,552
Step 3.5 Flash 8.5 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 6.11s 298 6,868
Step 3.5 Flash 5.3 10.0 33.3% 0 7.72s 5,629 10,835
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) आउटपुट टोकन्स रिझनिंग टोकन्स
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 5.87s 267 1,330
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

झटपट तुलना

तुलना जोडी बदला