Навигация
AI BENCHY
Сравнить Графики
❤️ Made by XCS
Your ad here

AI BENCHY Compare

Qwen: Qwen3.5-Flash vs StepFun: Step 3.5 Flash

Название модели:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в : 2026-02-27 15:16

Сводка

Метрика Qwen: Qwen3.5-Flash none Релиз: Дата релиза неизвестна StepFun: Step 3.5 Flash medium Релиз: Дата релиза неизвестна Бесплатно доступно
Ранг #35 #11
Оценка 3.63 7.00
Стабильность 8.32 8.32
Стоимость за результат 0.084 0.000
Общая стоимость $0.003 $0.000
Тестов верно
Ошибочных тестов 11 5
Доля успешных попыток 33.3% 73.8%
Нестабильные тесты 3 3
Выходные токены 1,799 60,502
Токены рассуждений 0 117,044

Разбивка по категориям

Анти-ИИ уловки Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Qwen: Qwen3.5-Flash 2.33 7.76 11.1% 1 687 0
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Qwen: Qwen3.5-Flash 5.38 5.81 83.3% 1 193 0
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 14 0
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Qwen: Qwen3.5-Flash 3.50 9.99 0.0% 0 63 0
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Qwen: Qwen3.5-Flash 1.33 9.99 0.0% 0 578 0
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Выходные токены Токены рассуждений
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 264 0
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

Сменить пару сравнения

Сравнить Qwen: Qwen3.5-Flash с...

Сравнить StepFun: Step 3.5 Flash с...