AI BENCHY Compare

Qwen: Qwen3.6 27B vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Qwen3.6 27B vs Step 3.7 Flash: Step 3.7 Flash лидирует по среднему баллу: 7.3 vs 6.8. Qwen3.6 27B имеет более низкую стоимость benchmark: $0.336 vs $0.341. Step 3.7 Flash быстрее: 15.74s vs 59.71s, с долей успешных попыток 60.3% vs 68.3%.

Рекомендуемая модель: Step 3.7 Flash - Здесь у него лучший балл (7.3), и он отвечает примерно в 3.8 раза быстрее, чем Qwen3.6 27B.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-10

Метрика	Qwen3.6 27B Qwen3.6 27B medium Релиз: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29

Метрика	Qwen3.6 27B Qwen3.6 27B medium Релиз: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	6.8	7.3
Ранг	#79	#58
Надежность	10.0	10.0
Стабильность	8.2	8.4
Тестов верно
Доля успешных попыток	60.3%	68.3%
Нестабильные тесты	5	4
Всего запусков	63	63
Стоимость за результат	3.361	2.840
Общая стоимость	$0.336	$0.341
Цена входа	$0.290 / 1M	$0.200 / 1M
Цена выхода	$2.400 / 1M	$1.150 / 1M
Общее число входных токенов	39,376	40,101
Выходные токены	16,189	289,325
Токены рассуждений	122,521	0
Время ответа (среднее)	59.71s	15.74s
Время ответа (макс.)	168.22s	124.75s
Время ответа (суммарно)	1254.01s	330.63s

Generation showcase

Hamster playing table tennis

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

#79 Qwen3.6 27B

medium

Cost: $0.009
Time: 39.6s
Tokens: 3,090 tok

#58 Step 3.7 Flash

low

Invalid SVG

Cost: $0.004
Time: 25.3s
Tokens: 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311
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
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367
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
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689
Step 3.7 Flash	10.0	10.0	100.0%	0		7.98s	13,683	6,426	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404
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
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045
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
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548
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
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044
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
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954
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
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashlowvsMiMo-V2.5medium Gemini 3.1 Flash Lite PreviewnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsGLM 5.1medium Step 3.7 FlashlowvsGLM 5V Turbomedium Kimi K2.6mediumБесплатно доступноvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsQwen3.6 27Bmedium GPT-5 MinimediumvsStep 3.7 Flashlow GPT-5.3 ChatnonevsStep 3.7 Flashlow Step 3.7 FlashlowvsMiMo-V2-Flashmedium Claude Sonnet 4.6mediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.20medium Qwen3.5-35B-A3BmediumvsStep 3.7 Flashlow