Qwen3.8 Flash Next (xhigh) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) average score मध्ये पुढे आहे: 7.2 vs 7.1. Qwen3.8 Flash Next (xhigh) चा benchmark खर्च कमी आहे: ~$0.195 vs $0.449. Step 3.7 Flash (low) वेगवान आहे: 20.72s vs 102.66s, pass rates 72.5% vs 63.8%.

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

तुलना केलेली मॉडेल्स

क्रमांक: #154
एकूण आउटपुट टोकन्स: 621,056
प्रतिसाद वेळ (सरासरी): 102.66s
एकूण खर्च: ~$0.195

क्रमांक: #151
एकूण आउटपुट टोकन्स: 339,108
प्रतिसाद वेळ (सरासरी): 20.72s
एकूण खर्च: $0.449

शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.2), while responding about 5.0x faster than Qwen3.8 Flash Next (xhigh).

तपशीलवार तुलना

मेट्रिक	Qwen3.8 Flash Next Qwen3.8 Flash Next xhigh प्रकाशन: 2026-10-04	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29

मेट्रिक	Qwen3.8 Flash Next Qwen3.8 Flash Next xhigh प्रकाशन: 2026-10-04	Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर	7.1	7.2
क्रमांक	#154	#151
विश्वसनीयता	9.9	10.0
सुसंगतता	7.9	7.9
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	72.5%	63.8%
अस्थिर चाचण्या	6	6
एकूण रन	69	69
प्रति निकाल खर्च	~1.390	4.078
एकूण खर्च	~$0.195	$0.449
इनपुट किंमत	लागू नाही	$0.200 / 1M
आउटपुट किंमत	लागू नाही	$1.150 / 1M
कॅश वाचण्याची किंमत	लागू नाही	$0.040 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	301,749	292,685
आउटपुट टोकन्स	1,033	339,108
रिझनिंग टोकन्स	620,023	0
प्रतिसाद वेळ (सरासरी)	102.66s	20.72s
प्रतिसाद वेळ (कमाल)	674.08s	124.75s
प्रतिसाद वेळ (एकूण)	2361.10s	476.67s
पॅरामीटर्स	180B एकूण (6B सक्रिय)	198B एकूण (11B सक्रिय)
उपलब्धता	वेट्स उपलब्ध	मुक्त 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.

#154 Qwen3.8 Flash Next

xhigh

खर्च: ~$0.010
वेळ: 333.1s
टोकन्स: 30,654 tok

#151 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		173.66s	148,808	26	38,616
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		6.73s	1,128	184	7,283
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	7.4	7.0	77.8%	1		192.20s	8,235	122	186,070
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	7.3	5.8	83.3%	1		92.24s	122,809	52	43,355
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		9.24s	8,325	212	3,925
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	3.5	4.4	33.3%	2		326.96s	1,122	11	239,950
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	4.7	3.1	33.3%	1		3.95s	630	82	864
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	9.8	10.0	100.0%	0		3.72s	927	42	1,939
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	7.7	10.0	66.7%	0		19.51s	1,038	275	15,050
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	10.0	10.0	100.0%	0		5.11s	8,409	21	650
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Qwen3.8 Flash Next	3.0	10.0	0.0%	0		325.04s	318	6	82,321
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

झटपट तुलना

तुलना जोडी बदला

Step 3.7 FlashlowvsGLM 5medium LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Qwen3.8 Flash NextxhighvsGLM 5.3 FlashXmedium Qwen3.8 Flash NextxhighvsMiMo-V2.6-Flashlow Qwen3.8 27Bmediumमोफत उपलब्धvsStep 3.7 Flashlow Claude Opus 5nonevsQwen3.8 Flash Nextxhigh Qwen3.8 Flash NextxhighvsMiMo-V2.5medium Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Qwen3.8 Flash NextxhighvsGLM 5medium