Qwen3.7 Flash (low) vs Grok 4.6 (medium)

Grok 4.6 (medium) average score मध्ये पुढे आहे: 7.8 vs 7.7. Qwen3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.053 vs $2.270. Qwen3.7 Flash (low) वेगवान आहे: 41.03s vs 74.77s, pass rates 68.1% vs 78.3%.

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: #107
एकूण आउटपुट टोकन्स: 266,197
प्रतिसाद वेळ (सरासरी): 74.77s
एकूण खर्च: $2.270

शिफारस केलेले मॉडेल Qwen3.7 Flash (low)

Its score stays close to the best score here (7.7 vs 7.8), while costing about 43.2x less than Grok 4.6 (medium).

तपशीलवार तुलना

मेट्रिक	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28	Grok 4.6 Grok 4.6 medium प्रकाशन: 2026-08-12

मेट्रिक	Qwen3.7 Flash Qwen3.7 Flash low प्रकाशन: 2026-07-28	Grok 4.6 Grok 4.6 medium प्रकाशन: 2026-08-12
स्कोअर	7.7	7.8
क्रमांक	#114	#107
विश्वसनीयता	10.0	10.0
सुसंगतता	8.1	8.7
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	68.1%	78.3%
अस्थिर चाचण्या	6	4
एकूण रन	69	69
प्रति निकाल खर्च	0.439	14.187
एकूण खर्च	$0.053	$2.270
इनपुट किंमत	$0.030 / 1M	$2.000 / 1M
आउटपुट किंमत	$0.130 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	318,058	336,351
आउटपुट टोकन्स	16,035	6,180
रिझनिंग टोकन्स	315,072	260,017
प्रतिसाद वेळ (सरासरी)	41.03s	74.77s
प्रतिसाद वेळ (कमाल)	394.54s	514.35s
प्रतिसाद वेळ (एकूण)	943.75s	1719.73s
पॅरामीटर्स	~35B एकूण (~3B सक्रिय)	~1.7T एकूण (~170B सक्रिय)
उपलब्धता	बंद स्रोत	बंद 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

#107 SpaceXAI: Grok 4.6

medium

खर्च: $0.028
वेळ: 72.1s
टोकन्स: 4,771 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
Grok 4.6	5.0	10.0	0.0%	0		103.61s	229,564	1,369	15,020

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
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

झटपट तुलना

तुलना जोडी बदला

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Grok 4.6mediumvsGLM 5.3high Qwen3.7 PlusnonevsGrok 4.6medium Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Qwen3.8 2.4T A95BhighvsGrok 4.6medium DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow GPT-6 LunahighvsGrok 4.6medium Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsGrok 4.6medium Claude Fable 5.1highvsGrok 4.6medium Qwen3.7 FlashlowvsStep 3.7 Flashmedium