AI BENCHY
Advertise here
#70

Qwen3.7 Plus

Qwen Lansare: 2026-06-03 Testat la: 2026-07-16 21:42 qwen/qwen3.7-plus::none
(medium) (none)

Rezumat

Qwen3.7 Plus obține 7.2 pe AI BENCHY și este pe #70. Are fiabilitate 10.0, rată de reușită 50.0%, cost total $0.106 și timp mediu de răspuns 12.09s.

Ce face Qwen3.7 Plus unic: Se remarcă cel mai mult la Combinat, unde este pe #1, iar Respectarea instrucțiunilor este zona cea mai slabă, la #17.

Scor

7.2

Consistență

10.0

Fiabilitate

10.0

Cost total (preț curent)

$0.106 ↓ -4.9%

Testat la: $0.112

Total tokenuri de ieșire

58,097

Total tokenuri de intrare

98,824

Preț de intrare

$0.320 / 1M

Preț de ieșire

$1.280 / 1M

Teste corecte

Teste greșite: 11

Rată de trecere pe încercare: 50.0%

Teste instabile

0

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

Timp de răspuns (mediu)

12.09s

Timp de răspuns (maxim): 206.03s

Timp de răspuns (total): 265.89s

Răspuns greșit: 10 Nu a urmat instrucțiunile: 1

Hamster playing table tennis

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

#70 Qwen3.7 Plus

none
Cost
$0.019
Timp
213.5s
Tokenuri
11,960 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-07-16 21:42 Test nou adăugat 7.2 10.0 $0.106 ↓ Rularea curentă
2026-06-04 13:23 Test nou adăugat 6.4 10.0 $0.028 Compară
2026-06-03 21:24 Prima rulare 6.6 10.0 $0.027 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.400 / 1M $1.600 / 1M
2026-06-12 18:42 $0.320 / 1M $1.280 / 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 PlusnonevsKAT-Coder-Pro V2.5highQwen3.7 PlusnonevsKimi K2.6mediumQwen3.7 PlusnonevsQwen3.5-122B-A10BmediumQwen3.7 PlusnonevsStep 3.7 FlashlowQwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGemini 3 Flash PreviewmediumQwen3.7 PlusnonevsGemini 3.5 FlashhighQwen3.7 PlusnonevsNemotron 3 UltramediumDisponibil gratuitQwen3.7 PlusnonevsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 6.5 10.0
Programare 5.5 10.0
Combinat 10.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.0 10.0
Inteligență generală 5.3 10.0
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 7.7 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate