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

Step 3.7 Flash (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.053 vs $0.571. Step 3.7 Flash (medium) वेगवान आहे: 26.57s vs 41.03s, pass rates 68.1% vs 68.1%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #114
एकूण आउटपुट टोकन्स: 331,107
प्रतिसाद वेळ (सरासरी): 41.03s
एकूण खर्च: $0.053

क्रमांक: #106
एकूण आउटपुट टोकन्स: 440,835
प्रतिसाद वेळ (सरासरी): 26.57s
एकूण खर्च: $0.571

शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 10.9x less than Step 3.7 Flash (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29

मेट्रिक	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29
स्कोअर	7.7	7.8
क्रमांक	#114	#106
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	68.1%	68.1%
अस्थिर चाचण्या	6	4
एकूण रन	69	69
प्रति निकाल खर्च	0.439	4.392
एकूण खर्च	$0.053	$0.571
इनपुट किंमत	$0.030 / 1M	$0.200 / 1M
आउटपुट किंमत	$0.130 / 1M	$1.150 / 1M
एकूण इनपुट टोकन्स	318,058	319,524
आउटपुट टोकन्स	16,035	440,835
रिझनिंग टोकन्स	315,072	0
प्रतिसाद वेळ (सरासरी)	41.03s	26.57s
प्रतिसाद वेळ (कमाल)	394.54s	152.83s
प्रतिसाद वेळ (एकूण)	943.75s	611.09s
पॅरामीटर्स	~35B एकूण (~3B 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.

#114 Qwen3.7 Flash

low

Reached the allocated time limit (600 seconds) without receiving showcase output.

खर्च: $0.000
वेळ: 600.0s
टोकन्स: 0 tok

#106 Step 3.7 Flash

medium

खर्च: $0.006
वेळ: 46.2s
टोकन्स: 4,466 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
Qwen3.7 Flash	10.0	10.0	100.0%	0		106.71s	225,867	1,749	25,339
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0

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	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.44s	7,782	270	12,503
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	3.6	7.2	22.2%	1		37.60s	780	60	38,897
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.66s	8,193	335	2,172
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.7 Flash	3.0	10.0	0.0%	0		18.42s	204	24	9,692
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

झटपट तुलना

तुलना जोडी बदला

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Step 3.7 FlashmediumvsGLM 5.3high Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Qwen3.7 MaxnonevsStep 3.7 Flashmedium GPT-6 LunahighvsStep 3.7 Flashmedium Muse Glimmer 30BhighvsStep 3.7 Flashmedium Claude Fable 5.1highvsStep 3.7 Flashmedium