Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

Qwen: Qwen3.7 Max vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22 Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor 7.9 7.9
Rang #29 #32
Fiabilitate 10.0 9.9
Consistență 10.0 9.2
Teste corecte
Rată de trecere pe încercare 70.0% 71.7%
Teste instabile 0 2
Rulări totale 60 58
Cost per rezultat 0.719 2.663
Cost total $0.101 $0.347
Preț de intrare $1.250 / 1M $0.200 / 1M
Preț de ieșire $3.750 / 1M $1.150 / 1M
Tokenuri de ieșire 1,988 294,481
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.30s 18.32s
Timp de răspuns (maxim) 3.92s 113.98s
Timp de răspuns (total) 25.95s 366.45s

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 ieșire Tokenuri de raționament
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 0
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 0
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsStep 3.7 FlashmediumGemma 4 26B A4BmediumDisponibil gratuitvsQwen3.7 MaxnoneGemma 4 31BmediumDisponibil gratuitvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 Maxnone