Qwen3.7 Flash (high) vs Grok 4.7 (medium)

Grok 4.7 (medium) лидирует по среднему баллу: 7.3 vs 7.2. Qwen3.7 Flash (high) имеет более низкую стоимость benchmark: $0.063 vs $3.501. Qwen3.7 Flash (high) быстрее: 45.48s vs 117.65s, с долей успешных попыток 71.0% vs 78.3%.

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

Сравниваемые модели

Ранг: #144
Общее число выходных токенов: 409,818
Время ответа (среднее): 45.48s
Общая стоимость: $0.063

Ранг: #134
Общее число выходных токенов: 474,745
Время ответа (среднее): 117.65s
Общая стоимость: $3.501

Рекомендуемая модель Qwen3.7 Flash (high)

Его балл близок к лучшему здесь (7.2 против 7.3), при этом он примерно в 56.4 раза дешевле, чем Grok 4.7 (medium).

Подробное сравнение

Метрика	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28	Grok 4.7 Grok 4.7 medium Релиз: 2026-09-21

Метрика	Qwen3.7 Flash Qwen3.7 Flash high Релиз: 2026-07-28	Grok 4.7 Grok 4.7 medium Релиз: 2026-09-21
Оценка	7.2	7.3
Ранг	#144	#134
Надежность	10.0	9.8
Стабильность	7.6	8.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	71.0%	78.3%
Нестабильные тесты	7	5
Всего запусков	69	69
Стоимость за результат	0.478	19.582
Общая стоимость	$0.063	$3.501
Цена входа	$0.030 / 1M	$2.000 / 1M
Цена выхода	$0.130 / 1M	$6.000 / 1M
Общее число входных токенов	293,775	326,066
Выходные токены	13,527	5,726
Токены рассуждений	396,291	469,019
Время ответа (среднее)	45.48s	117.65s
Время ответа (макс.)	431.47s	660.89s
Время ответа (суммарно)	1045.97s	2706.03s
Параметры	~35B всего (~3B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#144 Qwen3.7 Flash

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 tok

#134 SpaceXAI: Grok 4.7

medium

Стоимость: $0.047
Время: 132.3s
Токены: 9,954 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
Qwen3.7 Flash	4.7	1.6	66.7%	1		135.86s	177,444	1,197	38,371
Grok 4.7	3.9	9.6	0.0%	0		372.09s	218,873	1,065	39,947

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.21s	672	713	13,968
Grok 4.7	10.0	10.0	100.0%	0		16.01s	2,991	54	7,224

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	8.2	9.7	66.7%	0		58.84s	7,893	503	62,350
Grok 4.7	6.6	4.6	77.8%	2		312.17s	10,266	349	172,347

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	6.9	5.9	66.7%	1		231.97s	88,896	9,866	203,866
Grok 4.7	10.0	10.0	100.0%	0		96.50s	67,788	3,524	38,447

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	10.0	10.0	100.0%	0		20.10s	7,782	270	10,800
Grok 4.7	10.0	10.0	100.0%	0		5.16s	8,937	225	2,344

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	2.9	4.4	22.2%	2		34.43s	780	59	35,675
Grok 4.7	5.3	7.2	44.4%	1		300.37s	2,523	15	169,756

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	5.1	3.4	33.3%	1		10.73s	516	120	3,898
Grok 4.7	5.4	2.5	66.7%	1		32.39s	1,077	76	5,830

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	9.8	10.0	100.0%	0		9.41s	699	97	7,838
Grok 4.7	8.4	6.9	83.3%	1		6.68s	1,857	57	2,742

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	7.1	5.1	77.8%	2		10.79s	696	369	10,474
Grok 4.7	10.0	10.0	100.0%	0		18.46s	2,430	135	9,678

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	10.0	10.0	100.0%	0		5.72s	8,193	309	1,436
Grok 4.7	10.0	10.0	100.0%	0		4.79s	8,535	206	406

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	3.0	10.0	0.0%	0		17.70s	204	24	7,615
Grok 4.7	3.0	10.0	0.0%	0		123.05s	789	20	20,298

Быстрое сравнение

Сменить пару сравнения

LongCat 2.0highvsGrok 4.7medium Claude Opus 4.8lowvsQwen3.7 Flashhigh LongCat 2.0mediumvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsGLM 5medium Gemini 3.8 FlashlowvsQwen3.7 Flashhigh Qwen3.7 FlashhighvsStep 3.7 Flashlow Grok 4.7mediumvsGLM 5.3 Flashhigh Claude Opus 5nonevsQwen3.7 Flashhigh Qwen3.5-27BnonevsGrok 4.7medium Gemini 3.8 FlashlowvsGrok 4.7medium Gemini 3.5 Flash LitemediumvsQwen3.7 Flashhigh DeepSeek V4 Pro 0423nonevsGrok 4.7medium