#91 Qwen3.7 Flash
high
Reached the allocated time limit (600 seconds) without receiving showcase output.
- Cost
- $0.000
- Timp
- 600.0s
- Tokenuri
- 0 tok
Qwen
Lansare: 2026-07-28
Testat la: 2026-08-14 01:52
qwen/qwen3.7-flash::high
~35B în total (~3B activi)MoEÎnchisEstimat
Rezumat
Qwen3.7 Flash obține 7.8 pe AI BENCHY și este pe #91. Are fiabilitate 10.0, rată de reușită 71.2%, cost total $0.052 și timp mediu de răspuns 41.37s.
Ce face Qwen3.7 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #3, iar Specific domeniului 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.
Date despre model
Documentat la 2026-08-12
- Parametri
- ~35B în total (~3B activi)
- Arhitectură
- MoE
- Disponibilitate
- Închis
- Licență
- -
Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.
7.8
Consistență
7.8
10.0
$0.052
Total tokenuri de ieșire
370,250
Total tokenuri de intrare
116,331
Preț de intrare
$0.030 / 1M
Preț de ieșire
$0.130 / 1M
Teste instabile
6
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-08-14 01:52 Retestare | 7.8 | 10.0 | $0.052 | Rularea curentă | |
| 2026-07-28 09:10 Prima rulare | 7.8 | 10.0 | $0.051 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 01:52 · Rularea curentă | 66/66 încercări | 7.8 | 7.8 | 10.0 | 13/22 | 6 | 370,250 | 116,331 | $0.052 | 41.37s |
| 2026-07-28 09:10 · Prima rulare | 66/66 încercări | 7.8 | 7.8 | 10.0 | 13/22 | 6 | 359,703 | 116,322 | $0.051 | 39.77s |
| Diferență | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +10547 | +9 | +$0.002 | +1596ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-08-14 12:51 | $0.030 / 1M | $0.130 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Qwen3.7 FlashhighvsClaude Opus 4.8lowQwen3.7 FlashhighvsGLM 5mediumQwen3.7 FlashhighvsSeed-2.0-LitemediumQwen3.7 FlashhighvsSeed-2.0-CodelowQwen3.7 FlashhighvsQwen3.8 27BmediumQwen3.7 FlashhighvsClaude Opus 4.6mediumQwen3.7 FlashhighvsClaude Sonnet 4.6mediumQwen3.7 FlashhighvsDeepSeek V4 ProhighQwen3.7 FlashhighvsGPT-5.6 TerramediumQwen3.7 FlashhighvsDeepSeek V4 Flash 0423high
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 | 2.9 | 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 |