#91 Qwen3.7 Flash
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- खर्च
- $0.000
- वेळ
- 600.0s
- टोकन्स
- 0 tok
Qwen
प्रकाशन: 2026-07-28
चाचणी तारीख: 2026-08-14 01:52
qwen/qwen3.7-flash::high
~35B एकूण (~3B सक्रिय)MoEबंद स्रोतअंदाजित
सारांश
Qwen3.7 Flash AI BENCHY वर 7.8 स्कोर करते आणि #91 वर आहे. याची reliability 10.0, pass rate 71.2%, एकूण खर्च $0.052, आणि सरासरी response time 41.37s आहे.
Qwen3.7 Flash खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #3 आहे; तर डोमेन-विशिष्ट हा सर्वात कमकुवत भाग आहे, rank #16. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे. हे असामान्यपणे जास्त reasoning tokens वापरते, ज्यामुळे runs हळू किंवा महाग होऊ शकतात.
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~35B एकूण (~3B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
7.8
सुसंगतता
7.8
10.0
$0.052
एकूण आउटपुट टोकन्स
370,250
एकूण इनपुट टोकन्स
116,331
इनपुट किंमत
$0.030 / 1M
आउटपुट किंमत
$0.130 / 1M
अस्थिर चाचण्या
6
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-08-14 01:52 पुन्हा चाचणी | 7.8 | 10.0 | $0.052 | सध्याची रन | |
| 2026-07-28 09:10 पहिला रन | 7.8 | 10.0 | $0.051 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
रन तुलना
| रन | बेंचमार्क कव्हरेज | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 01:52 · सध्याची रन | 66/66 प्रयत्न | 7.8 | 7.8 | 10.0 | 13/22 | 6 | 370,250 | 116,331 | $0.052 | 41.37s |
| 2026-07-28 09:10 · पहिला रन | 66/66 प्रयत्न | 7.8 | 7.8 | 10.0 | 13/22 | 6 | 359,703 | 116,322 | $0.051 | 39.77s |
| फरक | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +10547 | +9 | +$0.002 | +1596ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत |
|---|---|---|
| 2026-08-14 12:51 | $0.030 / 1M | $0.130 / 1M |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
Qwen3.7 FlashhighvsClaude Opus 4.8lowQwen3.7 FlashhighvsGLM 5mediumQwen3.7 FlashhighvsSeed-2.0-LitemediumQwen3.7 FlashhighvsSeed-2.0-CodelowQwen3.7 FlashhighvsQwen3.8 27BmediumQwen3.7 FlashhighvsClaude Opus 4.6mediumQwen3.7 FlashhighvsClaude Sonnet 4.6mediumQwen3.7 FlashhighvsDeepSeek V4 ProhighQwen3.7 FlashhighvsGPT-5.6 TerramediumQwen3.7 FlashhighvsDeepSeek V4 Flash 0423high
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| अँटी-एआय युक्त्या | 10.0 | 10.0 | |
| कोडिंग | 8.2 | 9.7 | |
| संयुक्त | 6.9 | 5.9 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 4.4 | |
| Samanya Buddhimatta | 5.1 | 3.4 | |
| सूचनांचे पालन | 9.8 | 10.0 | |
| कोडी सोडवणे | 7.1 | 5.1 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |