Navegação
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: Qwen3.7 Max vs StepFun: Step 3.7 Flash

Resumo

Comparação benchmark Qwen3.7 Max vs Step 3.7 Flash: Qwen3.7 Max lidera na pontuação média com 9.4 vs 7.7. Step 3.7 Flash tem menor custo de benchmark com $0.341 vs $0.523. Step 3.7 Flash é mais rápido com 15.74s vs 16.02s, com taxas de acerto de 88.9% vs 68.3%.

Modelo recomendado: Qwen3.7 Max - Tem a pontuação mais forte nesta comparação (9.4) e o melhor equilíbrio geral entre custo e tempo de resposta entre os 2 modelos.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-06-12

Métrica Qwen3.7 Max Qwen3.7 Max medium Lançamento: 2026-05-22 Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação 9.4 7.7
Posição #4 #42
Confiabilidade 10.0 10.0
Consistência 9.6 8.4
Testes corretos
Taxa de acerto por tentativa 88.9% 68.3%
Testes instáveis 1 4
Execuções totais 63 63
Custo por resultado 5.517 2.840
Custo total $0.523 $0.341
Preço de entrada $1.250 / 1M $0.200 / 1M
Preço de saída $3.750 / 1M $1.150 / 1M
Total de tokens de entrada 42,360 40,101
Tokens de saída 2,129 289,325
Tokens de raciocínio 122,959 0
Tempo de resposta (médio) 16.02s 15.74s
Tempo de resposta (máx.) 59.98s 124.75s
Tempo de resposta (total) 336.51s 330.63s

Generation showcase

Hamster playing table tennis

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

#4 Qwen3.7 Max

medium
Cost
$0.017
Time
68.8s
Tokens
4,526 tok

#42 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 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

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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Step 3.7 Flash 8.7 7.9 91.7% 1 4.02s 756 10,896 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
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 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
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Step 3.7 Flash 10.0 10.0 100.0% 0 7.98s 13,683 6,426 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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Step 3.7 Flash 7.3 5.8 83.3% 1 2.29s 7,398 2,667 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
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Step 3.7 Flash 5.3 7.2 44.4% 1 43.31s 828 104,487 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
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Step 3.7 Flash 3.4 9.3 0.0% 0 7.00s 525 4,604 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
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Step 3.7 Flash 9.8 10.0 100.0% 0 1.58s 735 1,857 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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Step 3.7 Flash 5.5 9.9 33.3% 0 1.84s 756 3,564 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Step 3.7 Flash 10.0 10.0 100.0% 0 3.25s 7,746 1,360 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
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920
Step 3.7 Flash 3.0 10.0 0.0% 0 124.75s 237 134,779 0

Comparação rápida

Trocar par de comparação

Claude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.5lowvsQwen3.7 MaxmediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponível grátisvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsStep 3.7 FlashlowGemini 3.5 FlashlowvsQwen3.7 Maxmedium