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

Qwen: Qwen3.7 Max vs StepFun: Step 3.5 Flash

Qwen3.7 Max average score मध्ये पुढे आहे: 7.4 vs 6.0. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.108 vs $0.197. Qwen3.7 Max वेगवान आहे: 4.52s vs 174.22s, pass rates 68.2% vs 51.5%.

शिफारस केलेले मॉडेलQwen3.7 MaxIt has the best score here (7.4), while responding about 38.5x faster than Step 3.5 Flash (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-25

मेट्रिक Qwen3.7 Max Qwen3.7 Max none प्रकाशन: 2026-05-22 Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01
स्कोअर 7.4 6.0
क्रमांक #67 #141
विश्वसनीयता 9.9 9.2
सुसंगतता 10.0 9.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 68.2% 51.5%
अस्थिर चाचण्या 0 1
एकूण रन 66 63
प्रति निकाल खर्च 1.582 0.540
एकूण खर्च $0.197 $0.108
इनपुट किंमत $1.475 / 1M $0.100 / 1M
आउटपुट किंमत $4.425 / 1M $0.300 / 1M
एकूण इनपुट टोकन्स 95,983 65,707
आउटपुट टोकन्स 12,446 108,561
रिझनिंग टोकन्स 0 293,993
प्रतिसाद वेळ (सरासरी) 4.52s 174.22s
प्रतिसाद वेळ (कमाल) 72.30s 1597.85s
प्रतिसाद वेळ (एकूण) 99.52s 2613.32s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none
खर्च
$0.046
वेळ
195.0s
टोकन्स
12,171 tok

#141 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 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 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429

झटपट तुलना

तुलना जोडी बदला