Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.5 Plus 2026-04-20 vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark Qwen3.5 Plus 2026-04-20 vs Step 3.7 Flash: Qwen3.5 Plus 2026-04-20 conduce la scorul mediu cu 7.6 vs 7.0. Qwen3.5 Plus 2026-04-20 are costul de benchmark mai mic, $0.317 vs $1.148. Qwen3.5 Plus 2026-04-20 este mai rapid cu 46.36s vs 64.46s, cu rate de reușită de 66.7% vs 63.5%.

Model recomandat: Qwen3.5 Plus 2026-04-20 - Are cel mai bun scor aici (7.6) și costă de aproximativ 3.6x mai puțin decât Step 3.7 Flash.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium Lansare: 2026-04-20 Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 7.6 7.0
Rang #37 #72
Fiabilitate 10.0 10.0
Consistență 9.0 8.2
Teste corecte
Rată de trecere pe încercare 66.7% 63.5%
Teste instabile 2 4
Rulări totale 63 63
Cost per rezultat 3.023 10.434
Cost total $0.317 $1.148
Preț de intrare $0.300 / 1M $0.200 / 1M
Preț de ieșire $1.800 / 1M $1.150 / 1M
Total tokenuri de intrare 42,097 38,391
Tokenuri de ieșire 2,280 991,355
Tokenuri de raționament 166,613 0
Timp de răspuns (mediu) 46.36s 64.46s
Timp de răspuns (maxim) 189.38s 364.99s
Timp de răspuns (total) 973.57s 1353.57s

Generation showcase

Hamster playing table tennis

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

#37 Qwen3.5 Plus 2026-04-20

medium
Cost
$0.008
Time
76.7s
Tokens
4,355 tok

#72 Step 3.7 Flash

high
Cost
$0.007
Time
63.6s
Tokens
6,030 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 Plus 2026-04-20 10.0 10.0 100.0% 0 10.84s 672 215 7,748
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 696 42,656 0
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 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0
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 Plus 2026-04-20 10.0 10.0 100.0% 0 92.41s 14,934 483 17,490
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 13,638 8,802 0
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 Plus 2026-04-20 10.0 10.0 100.0% 0 38.32s 7,782 270 14,668
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 7,368 23,113 0
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 Plus 2026-04-20 2.9 7.2 11.1% 1 53.10s 771 63 28,414
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 783 410,502 0
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 Plus 2026-04-20 4.9 9.6 0.0% 0 25.30s 516 125 4,792
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 510 2,862 0
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 Plus 2026-04-20 10.0 10.0 100.0% 0 20.25s 699 103 7,689
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 705 2,010 0
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 Plus 2026-04-20 8.2 7.2 88.9% 1 17.67s 696 338 9,800
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 711 25,422 0
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 Plus 2026-04-20 10.0 10.0 100.0% 0 14.72s 8,193 348 2,164
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 7,701 1,172 0
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 Plus 2026-04-20 3.0 10.0 0.0% 0 92.57s 204 27 15,166
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 222 147,476 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4 NanomediumvsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.7 FlashhighMiniMax M3mediumvsStep 3.7 FlashhighDeepSeek V3.2mediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-04-20mediumStep 3.7 FlashhighvsGrok 4.20mediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-04-20mediumSeed-2.0-MinimediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.7 Flashhigh