Qwen3.7 Flash (low) vs Grok 4.6 (medium)

Grok 4.6 (medium) лидирует по среднему баллу: 7.8 vs 7.7. Qwen3.7 Flash (low) имеет более низкую стоимость benchmark: $0.053 vs $2.270. Qwen3.7 Flash (low) быстрее: 41.03s vs 74.77s, с долей успешных попыток 68.1% vs 78.3%.

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

Сравниваемые модели

Ранг: #114
Общее число выходных токенов: 331,107
Время ответа (среднее): 41.03s
Общая стоимость: $0.053

Ранг: #107
Общее число выходных токенов: 266,197
Время ответа (среднее): 74.77s
Общая стоимость: $2.270

Рекомендуемая модель Qwen3.7 Flash (low)

Его балл близок к лучшему здесь (7.7 против 7.8), при этом он примерно в 43.2 раза дешевле, чем Grok 4.6 (medium).

Подробное сравнение

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12

Метрика	Qwen3.7 Flash Qwen3.7 Flash low Релиз: 2026-07-28	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12
Оценка	7.7	7.8
Ранг	#114	#107
Надежность	10.0	10.0
Стабильность	8.1	8.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	78.3%
Нестабильные тесты	6	4
Всего запусков	69	69
Стоимость за результат	0.439	14.187
Общая стоимость	$0.053	$2.270
Цена входа	$0.030 / 1M	$2.000 / 1M
Цена выхода	$0.130 / 1M	$6.000 / 1M
Общее число входных токенов	318,058	336,351
Выходные токены	16,035	6,180
Токены рассуждений	315,072	260,017
Время ответа (среднее)	41.03s	74.77s
Время ответа (макс.)	394.54s	514.35s
Время ответа (суммарно)	943.75s	1719.73s
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.

#114 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 4.6

medium

Стоимость: $0.028
Время: 72.1s
Токены: 4,771 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 4.6	5.0	10.0	0.0%	0		103.61s	229,564	1,369	15,020

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 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Быстрое сравнение

Сменить пару сравнения

Muse Glimmer 30BmediumvsQwen3.7 Flashlow Grok 4.6mediumvsGLM 5.3high Qwen3.7 PlusnonevsGrok 4.6medium Muse Glimmer 30BhighvsQwen3.7 Flashlow GPT-6 LunahighvsQwen3.7 Flashlow Qwen3.8 2.4T A95BhighvsGrok 4.6medium DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow GPT-6 LunahighvsGrok 4.6medium Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsGrok 4.6medium Claude Fable 5.1highvsGrok 4.6medium Qwen3.7 FlashlowvsStep 3.7 Flashmedium