Qwen3.5-122B-A10B (medium) vs Step 3.7 Flash (low)

Step 3.7 Flash (low) лидирует по среднему баллу: 7.2 vs 7.0. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.449 vs $1.152. Step 3.7 Flash (low) быстрее: 20.72s vs 66.96s, с долей успешных попыток 71.0% vs 63.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-24

Сравниваемые модели

Ранг: #193
Общее число выходных токенов: 522,190
Время ответа (среднее): 66.96s
Общая стоимость: $1.152

Ранг: #179
Общее число выходных токенов: 339,108
Время ответа (среднее): 20.72s
Общая стоимость: $0.449

Рекомендуемая модель Step 3.7 Flash (low)

Здесь у него лучший балл (7.2), при этом он примерно в 2.6 раза дешевле, чем Qwen3.5-122B-A10B (medium).

Подробное сравнение

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	7.0	7.2
Ранг	#193	#179
Надежность	10.0	10.0
Стабильность	8.3	7.9
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	71.0%	63.8%
Нестабильные тесты	5	6
Всего запусков	69	69
Стоимость за результат	9.196	4.078
Общая стоимость	$1.152	$0.449
Цена входа	$0.260 / 1M	$0.200 / 1M
Цена выхода	$2.080 / 1M	$1.150 / 1M
Цена чтения из кэша	Н/Д	$0.040 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	251,695	292,685
Выходные токены	49,415	339,108
Токены рассуждений	472,775	0
Время ответа (среднее)	66.96s	20.72s
Время ответа (макс.)	519.30s	124.75s
Время ответа (суммарно)	1539.99s	476.67s
Параметры	122B всего (10B активных)	198B всего (11B активных)
Доступность	Открытый исходный код	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#193 Qwen3.5-122B-A10B

medium

Стоимость: $0.019
Время: 48.7s
Токены: 6,034 tok

#179 Step 3.7 Flash

low

Неверный SVG

Стоимость: $0.004
Время: 25.3s
Токены: 3,072 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
Qwen3.5-122B-A10B	6.1	3.1	66.7%	1		95.31s	126,915	1,721	32,950
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	6.4	5.8	66.7%	1		313.55s	97,886	18,373	203,450
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		74.43s	780	19,154	61,573
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Сменить пару сравнения

Step 3.7 FlashlowvsGLM 5medium Qwen3.5-122B-A10BmediumvsGrok 4.6low LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 5 Previewhigh Muse Glimmer 30BlowvsQwen3.5-122B-A10Bmedium Minimax M3.1 FlashmaxБесплатно доступноvsQwen3.5-122B-A10Bmedium Qwen3.7 FlashhighvsStep 3.7 Flashlow Claude Opus 5nonevsStep 3.7 Flashlow Ember-1lowvsQwen3.5-122B-A10Bmedium Qwen3.8 27BmediumБесплатно доступноvsStep 3.7 Flashlow