Qwen3.6 Max Preview (medium) vs Step 3.7 Flash (low)

Qwen3.6 Max Preview (medium) лидирует по среднему баллу: 8.4 vs 7.3. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.454 vs $1.143. Step 3.7 Flash (low) быстрее: 20.68s vs 67.53s, с долей успешных попыток 80.3% vs 68.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-25

Ранг: #25
Общее число выходных токенов: 169,940
Время ответа (среднее): 67.53s
Общая стоимость: $1.143

Ранг: #75
Общее число выходных токенов: 376,581
Время ответа (среднее): 20.68s
Общая стоимость: $0.454

Рекомендуемая модель Step 3.7 Flash (low)

Он дает лучший общий компромисс: конкурентный балл (7.3), ниже стоимость, чем у Qwen3.6 Max Preview (medium), и сбалансированное время ответа.

Подробное сравнение

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

Метрика	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Релиз: 2026-04-20	Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка	8.4	7.3
Ранг	#25	#75
Надежность	9.9	10.0
Стабильность	8.9	8.1
Тестов верно
Доля успешных попыток	80.3%	68.2%
Нестабильные тесты	3	5
Всего запусков	66	66
Стоимость за результат	8.173	3.782
Общая стоимость	$1.143	$0.454
Цена входа	$1.040 / 1M	$0.200 / 1M
Цена выхода	$6.240 / 1M	$1.150 / 1M
Общее число входных токенов	79,240	103,833
Выходные токены	5,098	376,581
Токены рассуждений	164,842	0
Время ответа (среднее)	67.53s	20.68s
Время ответа (макс.)	238.07s	124.75s
Время ответа (суммарно)	1485.64s	455.01s

Hamster playing table tennis

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

#25 Qwen3.6 Max Preview

medium

Стоимость: $0.024
Время: 76.5s
Токены: 3,861 tok

#75 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075
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 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957
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 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050
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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106
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 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371
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 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510
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 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848
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 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693
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 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571
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 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Qwen3.6 Max PreviewmediumvsGrok 4.5low Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5.1medium