Gemini 2.5 Flash (medium) vs Qwen3.7 Flash (high)

Gemini 2.5 Flash (medium) лидирует по среднему баллу: 7.3 vs 7.2. Qwen3.7 Flash (high) имеет более низкую стоимость benchmark: $0.063 vs $0.644. Gemini 2.5 Flash (medium) быстрее: 20.51s vs 45.48s, с долей успешных попыток 68.1% vs 71.0%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #135
Общее число выходных токенов: 241,365
Время ответа (среднее): 20.51s
Общая стоимость: $0.644

Ранг: #144
Общее число выходных токенов: 409,818
Время ответа (среднее): 45.48s
Общая стоимость: $0.063

Рекомендуемая модель Qwen3.7 Flash (high)

Его балл близок к лучшему здесь (7.2 против 7.3), при этом он примерно в 10.4 раза дешевле, чем Gemini 2.5 Flash (medium).

Подробное сравнение

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28

Метрика	Gemini 2.5 Flash Gemini 2.5 Flash medium Релиз: 2025-06-17	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28
Оценка	7.3	7.2
Ранг	#135	#144
Надежность	10.0	10.0
Стабильность	9.6	7.6
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	71.0%
Нестабильные тесты	1	7
Всего запусков	69	69
Стоимость за результат	4.288	0.478
Общая стоимость	$0.644	$0.063
Цена входа	$0.300 / 1M	$0.030 / 1M
Цена выхода	$2.500 / 1M	$0.130 / 1M
Общее число входных токенов	132,507	293,775
Выходные токены	12,739	13,527
Токены рассуждений	228,626	396,291
Время ответа (среднее)	20.51s	45.48s
Время ответа (макс.)	140.50s	431.47s
Время ответа (суммарно)	471.64s	1045.97s
Параметры	~350B всего (~20B активных)	~35B всего (~3B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#135 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

Стоимость: $0.000
Время: 274.0s
Токены: 0 tok

#144 Qwen3.7 Flash

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		6.54s	0	0	0
Qwen3.7 Flash	4.7	1.6	66.7%	1		135.86s	177,444	1,197	38,371

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864
Qwen3.7 Flash	2.9	4.4	22.2%	2		34.43s	780	59	35,675

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615

Быстрое сравнение

Сменить пару сравнения

Gemini 2.5 FlashmediumvsLongCat 2.0high Claude Opus 4.8lowvsQwen3.7 Flashhigh LongCat 2.0mediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5medium Gemini 3.8 FlashlowvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsStep 3.7 Flashlow Gemini 2.5 FlashmediumvsGLM 5.3 Flashhigh Gemini 2.5 FlashmediumvsQwen3.5-27Bnone Claude Opus 5nonevsQwen3.7 Flashhigh Claude Opus 4.8lowvsGemini 2.5 Flashmedium Gemini 3.5 Flash LitemediumvsQwen3.7 Flashhigh DeepSeek V4 Pro 0423nonevsGemini 2.5 Flashmedium