Navigare
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: Qwen3.5-27B vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24 Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor 7.9 7.9
Rang #28 #32
Fiabilitate 10.0 9.9
Consistență 8.9 9.2
Teste corecte
Rată de trecere pe încercare 73.3% 71.7%
Teste instabile 3 2
Rulări totale 60 58
Cost per rezultat 4.532 2.663
Cost total $0.590 $0.347
Preț de intrare $0.195 / 1M $0.200 / 1M
Preț de ieșire $1.560 / 1M $1.150 / 1M
Tokenuri de ieșire 2,569 294,481
Tokenuri de raționament 304,894 0
Timp de răspuns (mediu) 60.09s 18.32s
Timp de răspuns (maxim) 177.36s 113.98s
Timp de răspuns (total) 1201.89s 366.45s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 416 64,993
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 242 70,096
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 31 23,683
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparație rapidă

Schimbă perechea de comparație

Qwen3.7 MaxnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsQwen3.5-27BmediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewnonevsStep 3.7 FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighDisponibil gratuitvsStep 3.7 FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashmedium