AI BENCHY Compare

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

Resumo

Step 3.7 Flash (high) lidera na pontuação média com 7.1 vs 6.8. Qwen3.5-Flash (medium) tem menor custo de benchmark com $0.080 vs $1.148. Qwen3.5-Flash (medium) é mais rápido com 63.29s vs 64.46s, com taxas de acerto de 71.4% vs 63.5%.

Modelo recomendadoQwen3.5-Flash (medium)A pontuação fica perto da melhor aqui (6.8 vs 7.1) e custa cerca de 14.4x menos que Step 3.7 Flash (high).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-14

Métrica	Qwen3.5-Flash Qwen3.5-Flash medium Lançamento: 2026-02-24	Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29

Métrica	Qwen3.5-Flash Qwen3.5-Flash medium Lançamento: 2026-02-24	Step 3.7 Flash Step 3.7 Flash high Lançamento: 2026-05-29
Pontuação	6.8	7.1
Posição	#87	#79
Confiabilidade	10.0	10.0
Consistência	8.1	8.2
Testes corretos
Taxa de acerto por tentativa	71.4%	63.5%
Testes instáveis	5	4
Execuções totais	63	63
Custo por resultado	0.871	10.434
Custo total	$0.080	$1.148
Preço de entrada	$0.065 / 1M	$0.200 / 1M
Preço de saída	$0.260 / 1M	$1.150 / 1M
Total de tokens de entrada	38,926	38,391
Tokens de saída	2,088	991,355
Tokens de raciocínio	294,598	0
Tempo de resposta (médio)	63.29s	64.46s
Tempo de resposta (máx.)	234.29s	364.99s
Tempo de resposta (total)	1265.85s	1353.57s

Geração showcase

Hamster playing table tennis

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

#87 Qwen3.5-Flash

medium

Custo: $0.002
Tempo: 25.8s
Tokens: 4,294 tok

#79 Step 3.7 Flash

high

Custo: $0.007
Tempo: 63.6s
Tokens: 6,030 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Comparação rápida

Trocar par de comparação

Step 3.7 FlashhighvsGLM 5.1medium Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium KAT-Coder-Pro V2.5nonevsQwen3.5-Flashmedium Laguna XS 2.1mediumDisponível grátisvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumDisponível grátisvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh