导航
Advertise here

Particle-1 (max) vs Qwen3.7 Max

平均分几乎持平,为 7.9 vs 7.9。 Particle-1 (max) benchmark 成本更低,为 $0.361 vs $0.451。 Qwen3.7 Max 更快,为 7.85s vs 46.27s,通过率为 68.1% vs 69.6%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-10

已对比模型

排名
#146
总输出令牌
683,473
响应时间(平均)
46.27s
总成本
$0.361
排名
#145
总输出令牌
20,670
响应时间(平均)
7.85s
总成本
$0.451
推荐模型 Qwen3.7 Max

它在这里得分最高(7.9),同时响应速度比Particle-1 (max)快约 5.9 倍。

详细对比

指标 Particle-1 Particle-1 max 发布日期: 2026-10-28 Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22
分数 7.9 7.9
排名 #146 #145
可靠性 9.7 9.9
一致性 8.5 10.0
尝试次数 69/69 69/69
测试正确
尝试通过率 68.1% 69.6%
不稳定测试 4 0
总运行次数 69 69
每个结果成本 2.772 3.070
总成本 $0.361 $0.451
输入价格 $0.050 / 1M $1.475 / 1M
输出价格 $0.500 / 1M $4.425 / 1M
缓存读取价格 $0.003 / 1M $0.295 / 1M
缓存写入价格 不适用 $1.844 / 1M
总输入令牌 371,281 243,553
输出令牌 9,043 20,670
推理令牌 674,430 0
响应时间(平均) 46.27s 7.85s
响应时间(最大) 271.00s 80.34s
响应时间(总计) 1064.17s 180.65s
参数量 ~748B 总计 (~16B 激活) ~1T 总计 (~40B 激活)
开放状态 闭源 闭源

缓存价格适用于输入令牌。读取会复用已缓存的提示词;写入会存储提示词,可能产生额外费用。输出令牌按输出价格计费。

模型生成展示

Hamster playing table tennis

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

#146 Particle-1

max
成本
$0.006
时间
45.4s
令牌
11,126 tok

#145 Qwen3.7 Max

none
成本
$0.046
时间
195.0s
令牌
12,171 tok

按分数排名的模型

分数 vs 总成本

响应时间(平均)

分数 vs 响应时间(平均)

总输出令牌

分数 vs 总输出令牌

类别细分

编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间(平均) 输入令牌 输出令牌 推理令牌
Particle-1 6.3 4.2 77.8% 2 79.29s 7,986 221 183,104
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 0

切换对比组合