AI BENCHY Compare

Qwen: Qwen3.7 Plus vs StepFun: Step 3.7 Flash

Resumo

Comparação benchmark Qwen3.7 Plus vs Step 3.7 Flash: Qwen3.7 Plus lidera na pontuação média com 8.2 vs 7.7. Qwen3.7 Plus tem menor custo de benchmark com $0.177 vs $0.341. Step 3.7 Flash é mais rápido com 15.74s vs 38.95s, com taxas de acerto de 77.8% vs 68.3%.

Modelo recomendado: Qwen3.7 Plus - Tem a melhor pontuação aqui (8.2) e custa cerca de 1.9x menos que Step 3.7 Flash.

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

Métrica	Qwen3.7 Plus Qwen3.7 Plus medium Lançamento: 2026-06-03	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29

Métrica	Qwen3.7 Plus Qwen3.7 Plus medium Lançamento: 2026-06-03	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação	8.2	7.7
Posição	#28	#42
Confiabilidade	10.0	10.0
Consistência	9.1	8.4
Testes corretos
Taxa de acerto por tentativa	77.8%	68.3%
Testes instáveis	2	4
Execuções totais	63	63
Custo por resultado	1.474	2.840
Custo total	$0.177	$0.341
Preço de entrada	$0.320 / 1M	$0.200 / 1M
Preço de saída	$1.280 / 1M	$1.150 / 1M
Total de tokens de entrada	40,939	40,101
Tokens de saída	2,125	289,325
Tokens de raciocínio	125,754	0
Tempo de resposta (médio)	38.95s	15.74s
Tempo de resposta (máx.)	178.04s	124.75s
Tempo de resposta (total)	817.85s	330.63s

Generation showcase

Hamster playing table tennis

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

#28 Qwen3.7 Plus

medium

Cost: $0.018
Time: 193.2s
Tokens: 10,821 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 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065
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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576
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 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132
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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713
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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073
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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998
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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013
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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312
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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831
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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Comparação rápida

Trocar par de comparação