#27

Qwen3.7 Max

Qwen प्रकाशन: 2026-05-22 चाचणी तारीख: 2026-05-21 23:54 qwen/qwen3.7-max::none

(medium) (none)

सारांश

Qwen3.7 Max AI BENCHY वर 7.9 स्कोर करते आणि #27 वर आहे. याची reliability 10.0, pass rate 70.0%, एकूण खर्च $0.101, आणि सरासरी response time 1.30s आहे.

Qwen3.7 Max खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर संयुक्त हा सर्वात कमकुवत भाग आहे, rank #17. समान मॉडेल्सच्या तुलनेत हे लक्षणीय वेगवान आहे.

स्कोअर

7.9

सुसंगतता

10.0

विश्वसनीयता

10.0

एकूण खर्च (सध्याची किंमत)

$0.101

एकूण आउटपुट टोकन्स

1,988

एकूण इनपुट टोकन्स

इनपुट किंमत

$2.500 / 1M

आउटपुट किंमत

$7.500 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 6

प्रति प्रयत्न पास दर: 70.0%

अस्थिर चाचण्या

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

1.30s

प्रतिसाद वेळ (कमाल): 3.92s

प्रतिसाद वेळ (एकूण): 25.95s

चुकीचे उत्तर: 6

जनरेशन शोकेस

Hamster playing table tennis

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

#27 Qwen3.7 Max

none

खर्च: $0.046
वेळ: 195.0s
टोकन्स: 12,171 tok

रन इतिहास

चाचणी तारीख	स्कोअर	विश्वसनीयता	बरोबर चाचण्या	एकूण खर्च	तुलना करा
2026-06-04 13:21 नवीन चाचणी जोडली	7.7	10.0		$0.054 ↓	तुलना करा
2026-05-21 23:54 पहिला रन	7.9	10.0		$0.101	सध्याची रन

रन तुलना

रन	स्कोअर	सुसंगतता	विश्वसनीयता	बरोबर चाचण्या	एकूण आउटपुट टोकन्स	एकूण इनपुट टोकन्स	एकूण खर्च	प्रतिसाद वेळ (सरासरी)
2026-05-21 23:54 · पहिला रन	7.9	10.0	10.0	14/20	1,988	0	$0.101	1.30s
2026-06-04 13:21 · नवीन चाचणी जोडली	7.7	10.0	10.0	14/21	1,994	37,107	$0.054	1.30s
फरक	+0.2	0.0	0.0	0	-6	-37107	+$0.047	+2ms

या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Qwen3.7 MaxnonevsStep 3.7 Flashhigh Qwen3.7 MaxnonevsLaguna XS 2.1mediumमोफत उपलब्ध Qwen3.7 MaxnonevsKimi K2.7 Codemedium Qwen3.7 MaxnonevsGLM 5.2none Qwen3.7 MaxnonevsGemini 3.5 Flashnone Qwen3.7 MaxnonevsGemini 3.5 Flashhigh Qwen3.7 MaxnonevsGemini 3 Flash Previewmedium Qwen3.7 MaxnonevsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्ध Qwen3.7 MaxnonevsGPT-5.5low

श्रेणीवार तपशील

श्रेणी	स्कोअर	सुसंगतता
अँटी-एआय युक्त्या	6.5	10.0
कोडिंग	6.8	10.0
संयुक्त	3.0	10.0
डेटा पार्सिंग आणि निष्कर्षण	10.0	10.0
डोमेन-विशिष्ट	7.7	10.0
Samanya Buddhimatta	10.0	10.0
सूचनांचे पालन	10.0	10.0
कोडी सोडवणे	10.0	10.0
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Qwen3.7 Max

Hamster playing table tennis

#27 Qwen3.7 Max

चार्ट्स

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

श्रेणीवार तपशील

तुलना केलेली मॉडेल्स