AI BENCHY Compare

Qwen: Qwen3.6 Max Preview vs StepFun: Step 3.5 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-10

Метрика	Qwen3.6 Max Preview Qwen3.6 Max Preview none Релиз: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01

Метрика	Qwen3.6 Max Preview Qwen3.6 Max Preview none Релиз: 2026-04-20	Step 3.5 Flash Step 3.5 Flash medium Релиз: 2026-02-01
Оценка	7.2	7.6
Ранг	#54	#43
Надежность	10.0	10.0
Стабильность	9.1	9.2
Тестов верно
Доля успешных попыток	64.9%	66.7%
Нестабильные тесты	2	2
Всего запусков	57	54
Стоимость за результат	0.755	0.099
Общая стоимость	$0.083	$0.011
???? ?????	$1.040 / 1M	$0.100 / 1M
???? ??????	$6.240 / 1M	$0.300 / 1M
Выходные токены	4,751	78,299
Токены рассуждений	0	173,409
Время ответа (среднее)	3.31s	41.66s
Время ответа (макс.)	20.51s	170.45s
Время ответа (суммарно)	62.80s	499.91s

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)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	5.2	7.9	41.7%	1		2.63s	513	0
Step 3.5 Flash	10.0	10.0	100.0%	0		40.57s	20,391	24,176

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	5.0	2.0	66.7%	1		3.45s	426	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		20.51s	2,842	0
Step 3.5 Flash	10.0	10.0	100.0%	0		29.57s	1,176	12,984

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.87s	243	0
Step 3.5 Flash	10.0	10.0	100.0%	0		15.01s	600	13,886

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	18	0
Step 3.5 Flash	5.3	7.2	44.4%	1		170.45s	45,350	90,436

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	4.3	10.0	0.0%	0		1.62s	76	0
Step 3.5 Flash	5.5	10.0	0.0%	0		22.39s	240	3,506

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	9.8	10.0	100.0%	0		1.45s	69	0
Step 3.5 Flash	8.5	6.8	83.3%	1		4.98s	2,284	3,412

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.38s	323	0
Step 3.5 Flash	5.3	10.0	33.3%	0		7.72s	5,629	10,835

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		5.27s	222	0
Step 3.5 Flash	10.0	10.0	100.0%	0		11.91s	275	3,802

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	19	0
Step 3.5 Flash	3.0	10.0	0.0%	0		108.45s	2,354	10,372

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash LitelowvsStep 3.5 Flashmedium Ring 2.6 1tmediumБесплатно доступноvsQwen3.6 Max Previewnone Qwen3.6 Max PreviewnonevsMiMo-V2-Flashmedium Seed-2.0-MinimediumvsQwen3.6 Max Previewnone GPT-5.2 ChatnonevsStep 3.5 Flashmedium GPT-5.3 ChatnonevsStep 3.5 Flashmedium GPT-5.2mediumvsQwen3.6 Max Previewnone GPT-5.4 NanomediumvsQwen3.6 Max Previewnone DeepSeek V3.2mediumvsQwen3.6 Max Previewnone DeepSeek V4 FlashhighvsStep 3.5 Flashmedium GPT-5.4 MinimediumvsQwen3.6 Max Previewnone Gemini 3.1 Flash Lite PreviewnonevsStep 3.5 Flashmedium