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 none Lansare: Data lansării necunoscută	StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang	#35	#11
Scor	3.63	7.00
Consistență	8.32	8.32
Cost per rezultat	0.084	0.000
Cost total	$0.003	$0.000
Teste corecte
Teste greșite	11	5
Rată de trecere pe încercare	33.3%	73.8%
Teste instabile	3	3
Tokenuri de ieșire	1,799	60,502
Tokenuri de raționament	0	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	2.33	7.76	11.1%	1		687	0
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	5.38	5.81	83.3%	1		193	0
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	4.00	7.21	55.6%	1		14	0
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	3.50	9.99	0.0%	0		63	0
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	1.33	9.99	0.0%	0		578	0
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		264	0
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...