नेव्हिगेशन
Advertise here

Qwen3.7 Flash (low) vs Grok 4.5 (medium)

Grok 4.5 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.071 vs $2.996. Qwen3.7 Flash (low) वेगवान आहे: 41.03s vs 68.44s, pass rates 68.1% vs 79.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-05

तुलना केलेली मॉडेल्स

क्रमांक
#117
एकूण आउटपुट टोकन्स
331,107
प्रतिसाद वेळ (सरासरी)
41.03s
एकूण खर्च
$0.071
क्रमांक
#107
एकूण आउटपुट टोकन्स
306,044
प्रतिसाद वेळ (सरासरी)
68.44s
एकूण खर्च
$2.996
शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 42.6x less than Grok 4.5 (medium).

तपशीलवार तुलना

मेट्रिक Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28 Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर 7.7 7.8
क्रमांक #117 #107
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 9.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.1% 79.7%
अस्थिर चाचण्या 6 3
एकूण रन 69 69
प्रति निकाल खर्च 0.439 14.430
एकूण खर्च $0.071 $2.996
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 318,058 308,369
आउटपुट टोकन्स 16,035 7,013
रिझनिंग टोकन्स 315,072 299,031
प्रतिसाद वेळ (सरासरी) 41.03s 68.44s
प्रतिसाद वेळ (कमाल) 394.54s 436.38s
प्रतिसाद वेळ (एकूण) 943.75s 1574.14s
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

#107 SpaceXAI: Grok 4.5

medium
खर्च
$0.044
वेळ
59.4s
टोकन्स
7,512 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 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

झटपट तुलना

तुलना जोडी बदला

Grok 4.5mediumvsGLM 5.3highMuse Glimmer 30BmediumvsQwen3.7 FlashlowLing 3.1 FlashhighvsGrok 4.5mediumMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 PlusnonevsGrok 4.5mediumQwen3.7 MaxnonevsGrok 4.5mediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowClaude Fable 5.1highvsGrok 4.5mediumGrok 4.5mediumvsGLM 5.3 FlashXmaxGPT-5.6 TerralowvsGrok 4.5medium