Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

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 7.9 7.4
Rang #26 #55
Fiabilitate 10.0 10.0
Consistență 10.0 9.4
Teste corecte
Rată de trecere pe încercare 70.0% 59.7%
Teste instabile 0 1
Rulări totale 60 57
Cost per rezultat 0.719 0.133
Cost total $0.051 $0.062
Preț de intrare $1.250 / 1M $0.090 / 1M
Preț de ieșire $3.750 / 1M $0.300 / 1M
Total tokenuri de intrare 34,266 33,555
Tokenuri de ieșire 1,988 90,478
Tokenuri de raționament 0 173,544
Timp de răspuns (mediu) 1.30s 43.20s
Timp de răspuns (maxim) 3.92s 170.45s
Timp de răspuns (total) 25.95s 561.54s

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
Qwen3.7 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 6.8 10.0 50.0% 0 1.39s 5,070 576 0
Step 3.5 Flash 3.5 7.8 0.0% 0 62.83s 1,335 12,098 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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 0
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
Qwen3.7 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

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumQwen3.7 MaxnonevsGLM 5 TurbomediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3 PRO PreviewmediumvsQwen3.7 MaxnoneGemma 4 26B A4BmediumDisponibil gratuitvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponibil gratuitvsQwen3.7 MaxnoneClaude Opus 4.8nonevsStep 3.5 FlashmediumQwen3.7 MaxnonevsGrok 4.3medium