Qwen3.7 Flash (low) vs Grok 4.5 (low)

Grok 4.5 (low) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.7 Flash (low) имеет более низкую стоимость benchmark: $0.071 vs $1.345. Grok 4.5 (low) быстрее: 18.14s vs 41.03s, с долей успешных попыток 68.1% vs 73.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-06

Сравниваемые модели

Ранг: #117
Общее число выходных токенов: 331,107
Время ответа (среднее): 41.03s
Общая стоимость: $0.071

Ранг: #112
Общее число выходных токенов: 121,415
Время ответа (среднее): 18.14s
Общая стоимость: $1.345

Рекомендуемая модель Qwen3.7 Flash (low)

Его балл близок к лучшему здесь (7.7 против 7.8), при этом он примерно в 19.1 раза дешевле, чем Grok 4.5 (low).

Подробное сравнение

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.5 Grok 4.5 low Релиз: 2026-07-08
Оценка	7.7	7.8
Ранг	#117	#112
Надежность	10.0	10.0
Стабильность	8.1	9.3
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	73.9%
Нестабильные тесты	6	2
Всего запусков	69	69
Стоимость за результат	0.439	8.404
Общая стоимость	$0.071	$1.345
Цена входа	$0.030 / 1M	$2.000 / 1M
Цена выхода	$0.130 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.006 / 1M	$0.300 / 1M
Цена записи в кэш	$0.039 / 1M	Н/Д
Общее число входных токенов	318,058	308,068
Выходные токены	16,035	9,218
Токены рассуждений	315,072	112,197
Время ответа (среднее)	41.03s	18.14s
Время ответа (макс.)	394.54s	205.28s
Время ответа (суммарно)	943.75s	417.21s
Параметры	~35B всего (~3B активных)	~1.7T всего (~170B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#117 Qwen3.7 Flash

low

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

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

#112 SpaceXAI: Grok 4.5

low

Стоимость: $0.011
Время: 12.4s
Токены: 2,018 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	10.0	10.0	100.0%	0		106.71s	225,867	1,749	25,339
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213

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 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

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 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

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 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

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 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Flash	3.6	7.2	22.2%	1		37.60s	780	60	38,897
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

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 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

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 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

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 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

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 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

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 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.7 PlusnonevsGrok 4.5low Muse Glimmer 30BmediumvsQwen3.7 Flashlow Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Step 3.7 FlashmediumvsGrok 4.5low Grok 4.5lowvsGLM 5.3high GPT-6 LunahighvsGrok 4.5low Muse Glimmer 30BhighvsGrok 4.5low Ling 3.1 FlashhighvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Grok 4.5lowvsMiMo-V2.6-Flashmedium