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: Qwen3.6 Flash vs StepFun: Step 3.7 Flash

Rezumat

Comparație benchmark Qwen3.6 Flash vs Step 3.7 Flash: Qwen3.6 Flash conduce la scorul mediu cu 7.5 vs 7.0. Qwen3.6 Flash are costul de benchmark mai mic, $0.288 vs $1.148. Qwen3.6 Flash este mai rapid cu 19.25s vs 64.46s, cu rate de reușită de 71.4% vs 63.5%.

Model recomandat: Qwen3.6 Flash - Are cel mai bun scor aici (7.5) și costă de aproximativ 4.0x mai puțin decât Step 3.7 Flash.

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

Metrică Qwen3.6 Flash Qwen3.6 Flash medium Lansare: 2026-04-20 Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 7.5 7.0
Rang #40 #72
Fiabilitate 10.0 10.0
Consistență 8.1 8.2
Teste corecte
Rată de trecere pe încercare 71.4% 63.5%
Teste instabile 5 4
Rulări totale 63 63
Cost per rezultat 3.030 10.434
Cost total $0.288 $1.148
Preț de intrare $0.188 / 1M $0.200 / 1M
Preț de ieșire $1.125 / 1M $1.150 / 1M
Total tokenuri de intrare 42,362 38,391
Tokenuri de ieșire 2,995 991,355
Tokenuri de raționament 245,358 0
Timp de răspuns (mediu) 19.25s 64.46s
Timp de răspuns (maxim) 122.87s 364.99s
Timp de răspuns (total) 404.20s 1353.57s

Generation showcase

Hamster playing table tennis

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

#40 Qwen3.6 Flash

medium
Invalid SVG
Cost
$0.008
Time
29.9s
Tokens
6,784 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
Qwen3.6 Flash 10.0 10.0 100.0% 0 6.10s 672 624 14,024
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
Qwen3.6 Flash 5.0 5.1 44.5% 2 42.85s 7,895 495 67,967
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 20.28s 14,934 483 13,839
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 9.65s 7,782 270 13,155
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
Qwen3.6 Flash 3.5 4.4 33.3% 2 14.65s 771 60 24,409
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
Qwen3.6 Flash 4.8 9.9 0.0% 0 9.88s 516 140 5,445
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 6.05s 699 102 7,423
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
Qwen3.6 Flash 8.2 7.2 88.9% 1 6.29s 696 460 10,860
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
Qwen3.6 Flash 10.0 10.0 100.0% 0 4.00s 8,193 335 1,188
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
Qwen3.6 Flash 3.0 10.0 0.0% 0 122.87s 204 26 87,048
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 Flash PreviewnonevsQwen3.6 FlashmediumStep 3.7 FlashhighvsGrok 4.20mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 FlashmediumSeed-2.0-MinimediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsMiMo-V2-FlashmediumGPT-5.3 ChatnonevsStep 3.7 Flashhigh