#71 Qwen3.5-122B-A10B
medium- 成本
- $0.019
- 时间
- 48.7s
- 令牌
- 6,034 tok
Qwen: Qwen3.5-122B-A10B vs Qwen: Qwen3.7 Plus
平均分几乎持平，为 7.1 vs 7.2。 Qwen3.7 Plus benchmark 成本更低，为 $0.106 vs $1.046。 Qwen3.7 Plus 更快，为 12.09s vs 64.16s，通过率为 71.2% vs 50.0%。
推荐模型Qwen3.7 Plus它在这里得分最高（7.2），同时成本比Qwen3.5-122B-A10B (medium)低约 9.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18
| 指标 | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium | Qwen3.7 Plus Qwen3.7 Plus none |
|---|---|---|
| 分数 | 7.1 | 7.2 |
| 排名 | #71 | #70 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 10.0 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 50.0% |
| 不稳定测试 | 4 | 0 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.509 | 1.014 |
| 总成本 | $1.046 | $0.106 |
| 输入价格 | $0.260 / 1M | $0.320 / 1M |
| 输出价格 | $2.080 / 1M | $1.280 / 1M |
| 总输入令牌 | 124,771 | 98,824 |
| 输出令牌 | 44,077 | 58,097 |
| 推理令牌 | 443,141 | 0 |
| 响应时间（平均） | 64.16s | 12.09s |
| 响应时间（最大） | 519.30s | 206.03s |
| 响应时间（总计） | 1411.60s | 265.89s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#70 Qwen3.7 Plus
none- 成本
- $0.019
- 时间
- 213.5s
- 令牌
- 11,960 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
| 反AI技巧 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 9.75s | 672 | 269 | 16,835 | |
| Qwen3.7 Plus | 6.5 | 10.0 | 50.0% | 0 | 1.38s | 696 | 349 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 | |
| Qwen3.7 Plus | 5.5 | 10.0 | 33.3% | 0 | 2.15s | 7,911 | 639 | 0 |
| 综合 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.4 | 5.8 | 66.7% | 1 | 313.55s | 97,886 | 18,373 | 203,450 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 117.70s | 71,266 | 56,024 | 0 |
| 数据解析与提取 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 23.41s | 7,782 | 270 | 16,558 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 1.43s | 7,794 | 243 | 0 |
| 领域专项 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 2.9 | 7.2 | 11.1% | 1 | 63.40s | 771 | 15,537 | 64,889 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 868ms | 789 | 18 | 0 |
| 通用智能 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.4 | 2.2 | 33.3% | 1 | 34.11s | 344 | 66 | 7,592 | |
| Qwen3.7 Plus | 5.3 | 10.0 | 0.0% | 0 | 1.33s | 522 | 78 | 0 |
| 指令遵循 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 9.88s | 593 | 77 | 7,372 | |
| Qwen3.7 Plus | 6.3 | 10.0 | 50.0% | 0 | 929ms | 711 | 72 | 0 |
| 谜题求解 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 17.89s | 696 | 284 | 27,575 | |
| Qwen3.7 Plus | 7.7 | 10.0 | 66.7% | 0 | 1.71s | 714 | 443 | 0 |
| 工具调用 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 10.0 | 10.0 | 100.0% | 0 | 4.60s | 8,193 | 322 | 1,226 | |
| Qwen3.7 Plus | 10.0 | 10.0 | 100.0% | 0 | 3.54s | 8,211 | 222 | 0 |
| 常识问答 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 3.0 | 10.0 | 0.0% | 0 | 52.87s | 204 | 822 | 15,066 | |
| Qwen3.7 Plus | 3.0 | 10.0 | 0.0% | 0 | 1.21s | 210 | 9 | 0 |
快速对比
切换对比组合
Qwen3.7 PlusnonevsGrok 4.3mediumQwen3.7 PlusnonevsGLM 5.1mediumQwen3.7 PlusnonevsGrok 4.20mediumKAT-Coder-Pro V2.5highvsQwen3.7 PlusnoneKimi K2.6mediumvsQwen3.7 PlusnoneKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumQwen3.7 PlusnonevsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowClaude Opus 4.8nonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash LitemediumvsQwen3.7 PlusnoneDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Plusnone