नेव्हिगेशन
AI BENCHY
Advertise here

Qwen: Qwen3.7 Plus vs StepFun: Step 3.7 Flash

Step 3.7 Flash (low) average score मध्ये पुढे आहे: 7.3 vs 7.2. Qwen3.7 Plus चा benchmark खर्च कमी आहे: $0.106 vs $0.454. Qwen3.7 Plus वेगवान आहे: 12.09s vs 20.68s, pass rates 50.0% vs 68.2%.

शिफारस केलेले मॉडेलQwen3.7 PlusIts score stays close to the best score here (7.2 vs 7.3), while costing about 4.3x less than Step 3.7 Flash (low).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक Qwen3.7 Plus Qwen3.7 Plus none प्रकाशन: 2026-06-03 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.2 7.3
क्रमांक #68 #64
विश्वसनीयता 10.0 10.0
सुसंगतता 10.0 8.1
बरोबर चाचण्या
प्रति प्रयत्न पास दर 50.0% 68.2%
अस्थिर चाचण्या 0 5
एकूण रन 66 66
प्रति निकाल खर्च 1.014 3.782
एकूण खर्च $0.106 $0.454
इनपुट किंमत $0.320 / 1M $0.200 / 1M
आउटपुट किंमत $1.280 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 98,824 103,833
आउटपुट टोकन्स 58,097 376,581
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 12.09s 20.68s
प्रतिसाद वेळ (कमाल) 206.03s 124.75s
प्रतिसाद वेळ (एकूण) 265.89s 455.01s

Hamster playing table tennis

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

#68 Qwen3.7 Plus

none
खर्च
$0.019
वेळ
213.5s
टोकन्स
11,960 tok

#64 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

झटपट तुलना

तुलना जोडी बदला