Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

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

Сводка

Сравнение benchmark Qwen3.6 Max Preview vs Step 3.5 Flash: Step 3.5 Flash лидирует по среднему баллу: 6.6 vs 6.0. Step 3.5 Flash имеет более низкую стоимость benchmark: $0.070 vs $0.075. Qwen3.6 Max Preview быстрее: 3.30s vs 72.53s, с долей успешных попыток 58.7% vs 54.0%.

Рекомендуемая модель: Qwen3.6 Max Preview - Его балл близок к лучшему здесь (6.0 против 6.6), и он отвечает примерно в 21.9 раза быстрее, чем Step 3.5 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

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 6.0 6.6
Ранг #100 #80
Надежность 10.0 10.0
Стабильность 9.2 8.9
Тестов верно
Доля успешных попыток 58.7% 54.0%
Нестабильные тесты 2 1
Всего запусков 63 60
Стоимость за результат 0.824 0.198
Общая стоимость $0.075 $0.070
Цена входа $1.040 / 1M $0.090 / 1M
Цена выхода $6.240 / 1M $0.300 / 1M
Общее число входных токенов 42,509 34,431
Выходные токены 4,779 91,587
Токены рассуждений 0 195,973
Время ответа (среднее) 3.30s 72.53s
Время ответа (макс.) 20.51s 453.94s
Время ответа (суммарно) 69.40s 1015.47s

Генерация showcase

Hamster playing table tennis

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

#100 Qwen3.6 Max Preview

none
Стоимость
$0.025
Время
83.9s
Токены
4,066 tok

#80 Step 3.5 Flash

medium
Стоимость
$0.008
Время
277.1s
Токены
23,695 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 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Комбинированный 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 20.51s 14,949 2,842 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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 2.87s 7,794 243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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 2.65s 714 321 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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 5.27s 8,211 222 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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 1.97s 210 19 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneNorth Mini CodemediumБесплатно доступноvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemma 4 31BmediumБесплатно доступноvsQwen3.6 Max PreviewnoneNemotron 3 SupermediumБесплатно доступноvsQwen3.6 Max PreviewnoneGPT-5.5nonevsStep 3.5 FlashmediumGemini 3.5 FlashnonevsStep 3.5 Flashmedium