AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs StepFun: Step 3.5 Flash

Rezumat

Step 3.5 Flash (medium) conduce la scorul mediu cu 6.6 vs 6.3. Step 3.5 Flash (medium) are costul de benchmark mai mic, $0.070 vs $0.401. Step 3.5 Flash (medium) este mai rapid cu 72.53s vs 72.57s, cu rate de reușită de 69.8% vs 54.0%.

Model recomandatStep 3.5 Flash (medium)Are cel mai bun scor aici (6.6) și costă de aproximativ 5.8x mai puțin decât Qwen3.5-35B-A3B (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01

Metrică	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor	6.3	6.6
Rang	#108	#98
Fiabilitate	10.0	10.0
Consistență	7.5	8.9
Teste corecte
Rată de trecere pe încercare	69.8%	54.0%
Teste instabile	6	1
Rulări totale	63	60
Cost per rezultat	5.162	0.198
Cost total	$0.401	$0.070
Preț de intrare	$0.140 / 1M	$0.100 / 1M
Preț de ieșire	$1.000 / 1M	$0.300 / 1M
Total tokenuri de intrare	42,196	34,431
Tokenuri de ieșire	40,630	91,587
Tokenuri de raționament	353,577	195,973
Timp de răspuns (mediu)	72.57s	72.53s
Timp de răspuns (maxim)	409.98s	453.94s
Timp de răspuns (total)	1524.04s	1015.47s

Prezentare generare

Hamster playing table tennis

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

#108 Qwen3.5-35B-A3B

medium

Cost: $0.009
Timp: 71.4s
Tokenuri: 8,631 tok

#98 Step 3.5 Flash

medium

Cost: $0.008
Timp: 277.1s
Tokenuri: 23,695 tok

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

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	694	20,391	24,176

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
Step 3.5 Flash	2.4	5.2	0.0%	0		258.38s	2,211	13,207	22,429

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	13,638	1,176	12,984

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	7,368	600	13,886

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	673	45,350	90,436

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	509	240	3,506

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
Step 3.5 Flash	8.3	10.0	50.0%	0		4.78s	705	2,364	3,521

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
Step 3.5 Flash	5.3	10.0	33.3%	0		7.22s	711	5,630	10,861

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	7,701	275	3,802

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Comparație rapidă

Schimbă perechea de comparație