Qwen3.7 Flash (low) vs Grok 4.20 (medium)

Qwen3.7 Flash (low) лидирует по среднему баллу: 7.3 vs 7.1. Qwen3.7 Flash (low) имеет более низкую стоимость benchmark: $0.042 vs $0.777. Grok 4.20 (medium) быстрее: 29.47s vs 36.80s, с долей успешных попыток 68.2% vs 63.6%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-01

Ранг: #80
Общее число выходных токенов: 297,249
Время ответа (среднее): 36.80s
Общая стоимость: $0.042

Ранг: #90
Общее число выходных токенов: 259,340
Время ответа (среднее): 29.47s
Общая стоимость: $0.777

Рекомендуемая модель Qwen3.7 Flash (low)

Здесь у него лучший балл (7.3), при этом он примерно в 18.8 раза дешевле, чем Grok 4.20 (medium).

Подробное сравнение

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.20 Grok 4.20 medium Релиз: 2026-03-31
Оценка	7.3	7.1
Ранг	#80	#90
Надежность	9.9	10.0
Стабильность	8.4	8.5
Тестов верно
Доля успешных попыток	68.2%	63.6%
Нестабильные тесты	5	4
Всего запусков	66	66
Стоимость за результат	0.346	9.709
Общая стоимость	$0.042	$0.777
Цена входа	$0.030 / 1M	$1.250 / 1M
Цена выхода	$0.130 / 1M	$2.500 / 1M
Общее число входных токенов	92,182	102,791
Выходные токены	14,287	5,363
Токены рассуждений	282,962	253,977
Время ответа (среднее)	36.80s	29.47s
Время ответа (макс.)	394.54s	199.66s
Время ответа (суммарно)	809.54s	648.35s

Генерация showcase моделей

Hamster playing table tennis

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

#80 Qwen3.7 Flash

low

Неверный SVG

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

#90 xAI: Grok 4.20

medium

Стоимость: $0.041
Время: 110.3s
Токены: 16,336 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
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	6.7	7.8	55.6%	1		42.36s	7,893	428	56,419
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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		15.44s	7,782	270	12,503
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	5.3	10.0	33.3%	0		28.43s	771	61	32,126
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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		7.66s	8,193	335	2,172
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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		18.42s	204	24	9,692
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8nonevsQwen3.7 Flashlow Gemini 3.1 Flash LitemediumvsQwen3.7 Flashlow Kimi K2.6mediumvsQwen3.7 Flashlow DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Flashlow Qwen3.7 PlusnonevsGrok 4.20medium KAT-Coder-Pro V2.5highvsQwen3.7 Flashlow Claude Sonnet 4.6nonevsQwen3.7 Flashlow KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Step 3.7 FlashlowvsGrok 4.20medium Qwen3.7 FlashlowvsGrok 4.3medium