导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

Qwen: Qwen3.5-122B-A10B vs StepFun: Step 3.5 Flash

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 Qwen: Qwen3.5-122B-A10B medium 发布日期: 发布日期未知 StepFun: Step 3.5 Flash medium 发布日期: 发布日期未知 免费可用
排名 #13 #11
分数 6.77 7.00
一致性 8.22 8.32
每个结果成本 5.137 0.000
总成本 $0.463 $0.000
测试正确
错误测试数 5 5
尝试通过率 76.2% 73.8%
不稳定测试 3 3
输出令牌 16,751 60,502
推理令牌 125,394 117,044

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 输出令牌 推理令牌
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 248 10,486
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 13,924 17,208
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 输出令牌 推理令牌
Qwen: Qwen3.5-122B-A10B 9.88 10.00 100.0% 0 270 16,558
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 535 11,548
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Qwen: Qwen3.5-122B-A10B 1.00 7.21 11.1% 1 15,537 64,889
StepFun: Step 3.5 Flash 4.00 7.21 44.4% 1 40,942 74,237
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Qwen: Qwen3.5-122B-A10B 5.50 5.92 83.3% 1 77 7,372
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 2,121 3,274
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Qwen: Qwen3.5-122B-A10B 7.00 7.21 88.9% 1 297 24,863
StepFun: Step 3.5 Flash 2.00 4.96 33.3% 2 2,705 6,975
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 322 1,226
StepFun: Step 3.5 Flash 10.00 10.00 100.0% 0 275 3,802

切换对比组合

将 Qwen: Qwen3.5-122B-A10B 与...对比

将 StepFun: Step 3.5 Flash 与...对比