नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen3.7 Flash (low) vs Step 3.7 Flash (low)

average score जवळपास समान आहे: 7.3 vs 7.3. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.042 vs $0.454. Step 3.7 Flash (low) वेगवान आहे: 20.68s vs 36.80s, pass rates 68.2% vs 68.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#75
एकूण आउटपुट टोकन्स
297,249
प्रतिसाद वेळ (सरासरी)
36.80s
एकूण खर्च
$0.042
क्रमांक
#77
एकूण आउटपुट टोकन्स
376,581
प्रतिसाद वेळ (सरासरी)
20.68s
एकूण खर्च
$0.454
शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

It has the best score here (7.3), while costing about 11.0x less than Step 3.7 Flash (low).

तपशीलवार तुलना

मेट्रिक Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.3 7.3
क्रमांक #75 #77
विश्वसनीयता 9.9 10.0
सुसंगतता 8.4 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 68.2%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 0.346 3.782
एकूण खर्च $0.042 $0.454
इनपुट किंमत $0.030 / 1M $0.200 / 1M
आउटपुट किंमत $0.130 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 92,182 103,833
आउटपुट टोकन्स 14,287 376,581
रिझनिंग टोकन्स 282,962 0
प्रतिसाद वेळ (सरासरी) 36.80s 20.68s
प्रतिसाद वेळ (कमाल) 394.54s 124.75s
प्रतिसाद वेळ (एकूण) 809.54s 455.01s

Hamster playing table tennis

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

#75 Qwen3.7 Flash

low
अवैध SVG
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#77 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
Qwen3.7 Flash 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला