AI BENCHY Compare

Qwen: Qwen3.5-122B-A10B vs StepFun: Step 3.7 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-29

Метрика	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Релиз: 2026-02-24	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	7.7	7.4
Ранг	#43	#60
Надежность	10.0	10.0
Стабильность	8.8	8.7
Тестов верно
Доля успешных попыток	71.7%	68.3%
Нестабильные тесты	3	3
Всего запусков	60	60
Стоимость за результат	5.031	2.796
Общая стоимость	$0.655	$0.336
Цена входа	$0.260 / 1M	$0.200 / 1M
Цена выхода	$2.080 / 1M	$1.150 / 1M
Выходные токены	26,166	285,209
Токены рассуждений	213,524	0
Время ответа (среднее)	39.40s	16.06s
Время ответа (макс.)	168.16s	124.75s
Время ответа (суммарно)	788.00s	321.11s

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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	269	16,835
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	10,896	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	4.1	5.8	33.3%	1		119.57s	8,036	45,074
Step 3.7 Flash	10.0	10.0	100.0%	0		9.43s	14,569	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	483	11,337
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	6,426	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	270	16,558
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	15,537	64,889
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	104,487	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	66	7,592
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	4,604	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	77	7,372
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	1,857	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	284	27,575
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	3,564	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	322	1,226
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	1,360	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	822	15,066
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	134,779	0

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6mediumБесплатно доступноvsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2.5medium GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5V Turbomedium Step 3.7 FlashlowvsGLM 5.1medium Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10Bmedium GPT-5.2mediumvsStep 3.7 Flashlow DeepSeek V4 FlashhighБесплатно доступноvsQwen3.5-122B-A10Bmedium GPT-5.4 MinimediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10Bmedium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Claude Opus 4.8nonevsStep 3.7 Flashlow