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

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs StepFun: Step 3.7 Flash

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-05-29

Metriek Qwen3.5-Flash Qwen3.5-Flash medium Releasedatum: 2026-02-24 Step 3.7 Flash Step 3.7 Flash low Releasedatum: 2026-05-29
Score 7.6 7.4
Rang #51 #60
Betrouwbaarheid 10.0 10.0
Consistentie 8.0 8.7
Correcte tests
Slaagpercentage per poging 75.0% 68.3%
Instabiele tests 5 3
Totaal runs 60 60
Kosten per resultaat 0.821 2.796
Totale kosten $0.099 $0.336
Invoerprijs $0.065 / 1M $0.200 / 1M
Uitvoerprijs $0.260 / 1M $1.150 / 1M
Uitvoer-tokens 2,074 285,209
Redeneer-tokens 272,063 0
Responstijd (gem.) 63.04s 16.06s
Responstijd (max) 234.29s 124.75s
Responstijd (totaal) 1197.71s 321.11s

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 10,896 0
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 4.1 5.8 33.3% 1 54.23s 288 67,546
Step 3.7 Flash 10.0 10.0 100.0% 0 9.43s 14,569 0
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 6,426 0
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 2,667 0
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 104,487 0
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 4,604 0
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 1,857 0
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 89 12,457
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 3,564 0
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 1,360 0
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Uitvoer-tokens Redeneer-tokens
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 32 37,037
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 134,779 0

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumDeepSeek V4 FlashhighGratis beschikbaarvsQwen3.5-FlashmediumKimi K2.6mediumGratis beschikbaarvsStep 3.7 FlashlowStep 3.7 FlashlowvsMiMo-V2.5mediumGPT-5.3 ChatnonevsStep 3.7 FlashlowStep 3.7 FlashlowvsGLM 5V TurbomediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumStep 3.7 FlashlowvsGLM 5.1mediumGPT-5.2mediumvsStep 3.7 FlashlowGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewnonevsStep 3.7 FlashlowClaude Opus 4.8nonevsStep 3.7 Flashlow