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

Grok 4.5 (medium) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.7 Flash (low) имеет более низкую стоимость benchmark: $0.071 vs $2.996. Qwen3.7 Flash (low) быстрее: 41.03s vs 68.44s, с долей успешных попыток 68.1% vs 79.7%.

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

Сравниваемые модели

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

Ранг: #107
Общее число выходных токенов: 306,044
Время ответа (среднее): 68.44s
Общая стоимость: $2.996

Рекомендуемая модель Qwen3.7 Flash (low)

Его балл близок к лучшему здесь (7.7 против 7.8), при этом он примерно в 42.6 раза дешевле, чем Grok 4.5 (medium).

Подробное сравнение

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

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.5 Grok 4.5 medium Релиз: 2026-07-08
Оценка	7.7	7.8
Ранг	#117	#107
Надежность	10.0	10.0
Стабильность	8.1	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	79.7%
Нестабильные тесты	6	3
Всего запусков	69	69
Стоимость за результат	0.439	14.430
Общая стоимость	$0.071	$2.996
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	308,369
Выходные токены	16,035	7,013
Токены рассуждений	315,072	299,031
Время ответа (среднее)	41.03s	68.44s
Время ответа (макс.)	394.54s	436.38s
Время ответа (суммарно)	943.75s	1574.14s
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

#107 SpaceXAI: Grok 4.5

medium

Стоимость: $0.044
Время: 59.4s
Токены: 7,512 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		65.24s	186,214	1,499	5,085

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		23.50s	2,991	147	4,018

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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		6.29s	8,937	225	3,657

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	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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		6.06s	1,857	57	2,728

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		7.75s	2,430	254	3,641

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		6.57s	8,544	192	968

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		74.44s	789	13	14,921

Быстрое сравнение

Сменить пару сравнения

Grok 4.5mediumvsGLM 5.3high Muse Glimmer 30BmediumvsQwen3.7 Flashlow Ling 3.1 FlashhighvsGrok 4.5medium Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.7 PlusnonevsGrok 4.5medium Qwen3.7 MaxnonevsGrok 4.5medium DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Claude Fable 5.1highvsGrok 4.5medium Grok 4.5mediumvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsGrok 4.5medium