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-Flash vs StepFun: Step 3.5 Flash

Rezumat

Comparație benchmark Qwen3.5-Flash vs Step 3.5 Flash: Qwen3.5-Flash conduce la scorul mediu cu 6.8 vs 6.6. Step 3.5 Flash are costul de benchmark mai mic, $0.070 vs $0.080. Qwen3.5-Flash este mai rapid cu 63.29s vs 72.53s, cu rate de reușită de 71.4% vs 54.0%.

Model recomandat: Qwen3.5-Flash - Are cel mai puternic scor din această comparație (6.8) și cel mai bun echilibru între cost și timp de răspuns dintre toate cele 2 modele.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică Qwen3.5-Flash Qwen3.5-Flash medium Lansare: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor 6.8 6.6
Rang #70 #80
Fiabilitate 10.0 10.0
Consistență 8.1 8.9
Teste corecte
Rată de trecere pe încercare 71.4% 54.0%
Teste instabile 5 1
Rulări totale 63 60
Cost per rezultat 0.871 0.198
Cost total $0.080 $0.070
Preț de intrare $0.065 / 1M $0.090 / 1M
Preț de ieșire $0.260 / 1M $0.300 / 1M
Total tokenuri de intrare 38,926 34,431
Tokenuri de ieșire 2,088 91,587
Tokenuri de raționament 294,598 195,973
Timp de răspuns (mediu) 63.29s 72.53s
Timp de răspuns (maxim) 234.29s 453.94s
Timp de răspuns (total) 1265.85s 1015.47s

Prezentare generare

Hamster playing table tennis

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

#70 Qwen3.5-Flash

medium
Cost
$0.002
Timp
25.8s
Tokenuri
4,294 tok

#80 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

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-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumQwen3.5-FlashmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumQwen3.5-FlashmediumvsGLM 5.2noneDeepSeek V4 PrononevsQwen3.5-Flashmedium