Qwen3.6 35B A3B (medium) vs Step 3.7 Flash (high)

Step 3.7 Flash (high) лидирует по среднему баллу: 6.6 vs 6.5. Qwen3.6 35B A3B (medium) имеет более низкую стоимость benchmark: $0.812 vs $1.350. Qwen3.6 35B A3B (medium) быстрее: 59.92s vs 72.72s, с долей успешных попыток 58.0% vs 58.0%.

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

Сравниваемые модели

Ранг: #193
Общее число выходных токенов: 776,174
Время ответа (среднее): 59.92s
Общая стоимость: $0.812

Ранг: #190
Общее число выходных токенов: 1,100,052
Время ответа (среднее): 72.72s
Общая стоимость: $1.350

Рекомендуемая модель Qwen3.6 35B A3B (medium)

Его балл близок к лучшему здесь (6.5 против 6.6), при этом он примерно в 1.7 раза дешевле, чем Step 3.7 Flash (high).

Подробное сравнение

Метрика	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Релиз: 2026-04-20	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Релиз: 2026-04-20	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	6.5	6.6
Ранг	#193	#190
Надежность	10.0	10.0
Стабильность	9.0	8.5
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	58.0%	58.0%
Нестабильные тесты	3	4
Всего запусков	69	69
Стоимость за результат	6.732	12.267
Общая стоимость	$0.812	$1.350
Цена входа	$0.150 / 1M	$0.200 / 1M
Цена выхода	$1.000 / 1M	$1.150 / 1M
Общее число входных токенов	282,192	421,200
Выходные токены	75,306	1,100,052
Токены рассуждений	700,868	0
Время ответа (среднее)	59.92s	72.72s
Время ответа (макс.)	817.57s	364.99s
Время ответа (суммарно)	1258.32s	1672.53s
Параметры	35B всего (3B активных)	198B всего (11B активных)
Доступность	Открытый исходный код	Открытый исходный код

Генерация showcase моделей

Hamster playing table tennis

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

#193 Qwen3.6 35B A3B

medium

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

#190 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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
Qwen3.6 35B A3B	6.1	3.1	66.7%	1		88.48s	197,044	13,570	19,312
Step 3.7 Flash	5.4	9.6	0.0%	0		130.38s	322,500	49,152	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		817.57s	68,754	42,187	548,547
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	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 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	2.9	4.4	22.2%	2		25.39s	780	6,110	41,906
Step 3.7 Flash	3.6	7.2	22.2%	1		189.35s	792	429,007	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Mercury 2mediumvsStep 3.7 Flashhigh Mercury 2.5 PreviewhighvsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5lowvsStep 3.7 Flashhigh Mercury 2.5highvsQwen3.6 35B A3Bmedium Qwen3.6 35B A3BmediumvsGLM 5.3low LongCat 2.0lowvsStep 3.7 Flashhigh Qwen3.7 FlashmediumvsStep 3.7 Flashhigh Qwen3.6 35B A3BmediumvsGLM 5.1none KAT-Coder-Pro V2.5lowvsQwen3.6 35B A3Bmedium KAT-Coder-Pro V2.5highvsQwen3.6 35B A3Bmedium Claude Sonnet 5.5mediumvsStep 3.7 Flashhigh Step 3.7 FlashhighvsGLM 5.2none