Compară Grafice

Limbă:

❤️ Made by XCS

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs StepFun: Step 3.5 Flash

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică	Qwen: Qwen3.5-Flash medium Lansare: Data lansării necunoscută	StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang	#24	#11
Scor	5.79	7.00
Consistență	7.60	8.32
Cost per rezultat	0.650	0.000
Cost total	$0.046	$0.000
Teste corecte
Teste greșite	7	5
Rată de trecere pe încercare	66.7%	73.8%
Teste instabile	4	3
Tokenuri de ieșire	1,194	60,502
Tokenuri de raționament	108,368	117,044

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		363	23,645
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5-Flash	5.50	5.87	83.3%	1		235	16,237
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5-Flash	1.00	4.41	33.3%	2		52	34,605
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5-Flash	7.50	9.91	50.0%	0		98	14,139
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5-Flash	4.00	7.21	55.6%	1		137	18,458
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		309	1,284
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

Schimbă perechea de comparație

Compară Qwen: Qwen3.5-Flash cu...

Compară StepFun: Step 3.5 Flash cu...