AI BENCHY
Advertise here
#48

Qwen3.7 Flash

Qwen Lansare: 2026-07-28 Testat la: 2026-07-28 09:10 qwen/qwen3.7-flash::high
(high) (medium) (low) (none)

Rezumat

Qwen3.7 Flash obține 7.8 pe AI BENCHY și este pe #48. Are fiabilitate 10.0, rată de reușită 72.7%, cost total $0.051 și timp mediu de răspuns 39.77s.

Ce face Qwen3.7 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #3, iar Respectarea instrucțiunilor este zona cea mai slabă, la #16. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

7.8

Consistență

7.8

Fiabilitate

10.0

Cost total (preț curent)

$0.051

Total tokenuri de ieșire

359,703

Total tokenuri de intrare

116,322

Preț de intrare

$0.030 / 1M

Preț de ieșire

$0.130 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 72.7%

Teste instabile

6

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

39.77s

Timp de răspuns (maxim): 431.47s

Timp de răspuns (total): 875.01s

Răspuns greșit: 7 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1

Hamster playing table tennis

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

#48 Qwen3.7 Flash

high
SVG invalid
Cost
$0.000
Timp
600.0s
Tokenuri
0 tok

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-07-28 09:19 $0.030 / 1M $0.130 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Qwen3.7 FlashhighvsClaude Sonnet 4.6mediumQwen3.7 FlashhighvsClaude Opus 4.8lowQwen3.7 FlashhighvsGPT-5.6 TerramediumQwen3.7 FlashhighvsGLM 5mediumQwen3.7 FlashhighvsGLM 5.2mediumQwen3.7 FlashhighvsClaude Opus 4.6mediumQwen3.7 FlashhighvsQwen3.6 PlusmediumQwen3.7 FlashhighvsGPT-5.6 LunahighQwen3.7 FlashhighvsQwen3.7 PlusmediumQwen3.7 FlashhighvsDeepSeek V4 Flashhigh

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 8.2 9.7
Combinat 6.9 5.9
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.5 4.4
Inteligență generală 5.1 3.4
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 7.1 5.1
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate