AI BENCHY Compare

Qwen: Qwen3.7 Plus vs StepFun: Step 3.7 Flash

Сводка

Сравнение benchmark Qwen3.7 Plus vs Step 3.7 Flash: Qwen3.7 Plus лидирует по среднему баллу: 8.2 vs 7.1. Qwen3.7 Plus имеет более низкую стоимость benchmark: $0.177 vs $1.148. Qwen3.7 Plus быстрее: 38.95s vs 64.46s, с долей успешных попыток 77.8% vs 63.5%.

Рекомендуемая модель: Qwen3.7 Plus - Здесь у него лучший балл (8.2), при этом он примерно в 6.5 раза дешевле, чем Step 3.7 Flash.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	Qwen3.7 Plus Qwen3.7 Plus medium Релиз: 2026-06-03	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29

Метрика	Qwen3.7 Plus Qwen3.7 Plus medium Релиз: 2026-06-03	Step 3.7 Flash Step 3.7 Flash high Релиз: 2026-05-29
Оценка	8.2	7.1
Ранг	#25	#63
Надежность	10.0	10.0
Стабильность	9.1	8.2
Тестов верно
Доля успешных попыток	77.8%	63.5%
Нестабильные тесты	2	4
Всего запусков	63	63
Стоимость за результат	1.474	10.434
Общая стоимость	$0.177	$1.148
Цена входа	$0.320 / 1M	$0.200 / 1M
Цена выхода	$1.280 / 1M	$1.150 / 1M
Общее число входных токенов	40,939	38,391
Выходные токены	2,125	991,355
Токены рассуждений	125,754	0
Время ответа (среднее)	38.95s	64.46s
Время ответа (макс.)	178.04s	364.99s
Время ответа (суммарно)	817.85s	1353.57s

Генерация showcase

Hamster playing table tennis

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

#25 Qwen3.7 Plus

medium

Стоимость: $0.018
Время: 193.2s
Токены: 10,821 tok

#63 Step 3.7 Flash

high

Стоимость: $0.007
Время: 63.6s
Токены: 6,030 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132
Step 3.7 Flash	10.0	10.0	100.0%	0		13.01s	13,638	8,802	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

Быстрое сравнение

Сменить пару сравнения

Step 3.7 FlashhighvsGLM 5.1medium Step 3.7 FlashhighvsGLM 5.2none Qwen3.7 PlusnonevsStep 3.7 Flashhigh Kimi K2.7 CodemediumvsStep 3.7 Flashhigh Gemma 4 26B A4BmediumБесплатно доступноvsStep 3.7 Flashhigh DeepSeek V4 PrononevsStep 3.7 Flashhigh DeepSeek V4 FlashhighvsQwen3.7 Plusmedium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Claude Opus 4.8nonevsStep 3.7 Flashhigh Gemini 3 Flash PreviewnonevsStep 3.7 Flashhigh Claude Sonnet 4.6nonevsStep 3.7 Flashhigh Qwen3.7 MaxnonevsStep 3.7 Flashhigh