AI BENCHY Compare

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

Resumo

Step 3.7 Flash (low) lidera na pontuação média com 7.3 vs 7.2. Qwen3.7 Plus tem menor custo de benchmark com $0.106 vs $0.454. Qwen3.7 Plus é mais rápido com 12.09s vs 20.68s, com taxas de acerto de 50.0% vs 68.2%.

Modelo recomendadoQwen3.7 PlusA pontuação fica perto da melhor aqui (7.2 vs 7.3) e custa cerca de 4.3x menos que Step 3.7 Flash (low).

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-17

Métrica	Qwen3.7 Plus Qwen3.7 Plus none Lançamento: 2026-06-03	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29

Métrica	Qwen3.7 Plus Qwen3.7 Plus none Lançamento: 2026-06-03	Step 3.7 Flash Step 3.7 Flash low Lançamento: 2026-05-29
Pontuação	7.2	7.3
Posição	#68	#64
Confiabilidade	10.0	10.0
Consistência	10.0	8.1
Testes corretos
Taxa de acerto por tentativa	50.0%	68.2%
Testes instáveis	0	5
Execuções totais	66	66
Custo por resultado	1.014	3.782
Custo total	$0.106	$0.454
Preço de entrada	$0.320 / 1M	$0.200 / 1M
Preço de saída	$1.280 / 1M	$1.150 / 1M
Total de tokens de entrada	98,824	103,833
Tokens de saída	58,097	376,581
Tokens de raciocínio	0	0
Tempo de resposta (médio)	12.09s	20.68s
Tempo de resposta (máx.)	206.03s	124.75s
Tempo de resposta (total)	265.89s	455.01s

Geração showcase

Hamster playing table tennis

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

#68 Qwen3.7 Plus

none

Custo: $0.019
Tempo: 213.5s
Tokens: 11,960 tok

#64 Step 3.7 Flash

low

SVG inválido

Custo: $0.004
Tempo: 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

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	6.5	10.0	50.0%	0		1.38s	696	349	0
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	5.5	10.0	33.3%	0		2.15s	7,911	639	0
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		117.70s	71,266	56,024	0
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	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		1.43s	7,794	243	0
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	3.0	10.0	0.0%	0		868ms	789	18	0
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	5.3	10.0	0.0%	0		1.33s	522	78	0
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	6.3	10.0	50.0%	0		929ms	711	72	0
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	7.7	10.0	66.7%	0		1.71s	714	443	0
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		3.54s	8,211	222	0
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		1.21s	210	9	0
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 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Qwen3.7 PlusnonevsGrok 4.3medium Qwen3.7 PlusnonevsGLM 5.1medium Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsQwen3.7 Plusnone Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Kimi K2.6mediumvsQwen3.7 Plusnone Claude Sonnet 4.6nonevsStep 3.7 Flashlow