Qwen: Qwen3.7 Max vs StepFun: Step 3.5 Flash

Qwen3.7 Max conduce la scorul mediu cu 7.4 vs 6.0. Step 3.5 Flash (medium) are costul de benchmark mai mic, $0.108 vs $0.197. Qwen3.7 Max este mai rapid cu 4.52s vs 174.22s, cu rate de reușită de 68.2% vs 51.5%.

Model recomandatQwen3.7 MaxAre cel mai bun scor aici (7.4) și răspunde de aproximativ 38.5x mai rapid decât Step 3.5 Flash (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-25

Metrică	Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01

Metrică	Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22	Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01
Scor	7.4	6.0
Rang	#67	#141
Fiabilitate	9.9	9.2
Consistență	10.0	9.0
Teste corecte
Rată de trecere pe încercare	68.2%	51.5%
Teste instabile	0	1
Rulări totale	66	63
Cost per rezultat	1.582	0.540
Cost total	$0.197	$0.108
Preț de intrare	$1.475 / 1M	$0.100 / 1M
Preț de ieșire	$4.425 / 1M	$0.300 / 1M
Total tokenuri de intrare	95,983	65,707
Tokenuri de ieșire	12,446	108,561
Tokenuri de raționament	0	293,993
Timp de răspuns (mediu)	4.52s	174.22s
Timp de răspuns (maxim)	72.30s	1597.85s
Timp de răspuns (total)	99.52s	2613.32s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none

Cost: $0.046
Timp: 195.0s
Tokenuri: 12,171 tok

#141 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

Categorie:

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
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	0
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
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	0
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
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Step 3.5 Flash	6.5	10.0	50.0%	0		813.71s	44,914	18,150	111,004

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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	243	0
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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	0
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
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	0
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
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	221	2,354	10,372

Comparație rapidă

Schimbă perechea de comparație

Nemotron 3 UltranoneDisponibil gratuitvsStep 3.5 Flashmedium LongCat 2.0mediumvsQwen3.7 Maxnone Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium Qwen3.5 Plus 2026-04-20nonevsStep 3.5 Flashmedium GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Qwen3.5-FlashnonevsStep 3.5 Flashmedium Qwen3.6 FlashnonevsStep 3.5 Flashmedium GPT-5.6 TerranonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone Step 3.5 FlashmediumvsInklinglow