नेव्हिगेशन
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 Grok 4.5 (low)

Grok 4.5 (low) average score मध्ये पुढे आहे: 7.8 vs 7.7. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.071 vs $1.345. Grok 4.5 (low) वेगवान आहे: 18.14s vs 41.03s, pass rates 68.1% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-06

तुलना केलेली मॉडेल्स

क्रमांक
#117
एकूण आउटपुट टोकन्स
331,107
प्रतिसाद वेळ (सरासरी)
41.03s
एकूण खर्च
$0.071
क्रमांक
#112
एकूण आउटपुट टोकन्स
121,415
प्रतिसाद वेळ (सरासरी)
18.14s
एकूण खर्च
$1.345
शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 19.1x less than Grok 4.5 (low).

तपशीलवार तुलना

मेट्रिक Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28 Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर 7.7 7.8
क्रमांक #117 #112
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.3
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.1% 73.9%
अस्थिर चाचण्या 6 2
एकूण रन 69 69
प्रति निकाल खर्च 0.439 8.404
एकूण खर्च $0.071 $1.345
इनपुट किंमत $0.030 / 1M $2.000 / 1M
आउटपुट किंमत $0.130 / 1M $6.000 / 1M
कॅश वाचण्याची किंमत $0.006 / 1M $0.300 / 1M
कॅश लिहिण्याची किंमत $0.039 / 1M लागू नाही
एकूण इनपुट टोकन्स 318,058 308,068
आउटपुट टोकन्स 16,035 9,218
रिझनिंग टोकन्स 315,072 112,197
प्रतिसाद वेळ (सरासरी) 41.03s 18.14s
प्रतिसाद वेळ (कमाल) 394.54s 205.28s
प्रतिसाद वेळ (एकूण) 943.75s 417.21s
पॅरामीटर्स ~35B एकूण (~3B सक्रिय) ~1.7T एकूण (~170B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#117 Qwen3.7 Flash

low
Reached the allocated time limit (600 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 tok

#112 SpaceXAI: Grok 4.5

low
खर्च
$0.011
वेळ
12.4s
टोकन्स
2,018 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
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.7 PlusnonevsGrok 4.5lowMuse Glimmer 30BmediumvsQwen3.7 FlashlowMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowStep 3.7 FlashmediumvsGrok 4.5lowGrok 4.5lowvsGLM 5.3highGPT-6 LunahighvsGrok 4.5lowMuse Glimmer 30BhighvsGrok 4.5lowLing 3.1 FlashhighvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowGrok 4.5lowvsMiMo-V2.6-Flashmedium