#46 Qwen3.5-122B-A10B
medium- 成本
- $0.019
- 时间
- 48.7s
- 令牌
- 6,034 tok
AI BENCHY 对比
Qwen: Qwen3.5-122B-A10B vs StepFun: Step 3.7 Flash
摘要
平均分几乎持平，为 7.7 vs 7.7。 Step 3.7 Flash (low) benchmark 成本更低，为 $0.341 vs $0.588。 Step 3.7 Flash (low) 更快，为 15.74s vs 42.49s，通过率为 73.0% vs 68.3%。
推荐模型Step 3.7 Flash (low)它在这里得分最高（7.7），同时成本比Qwen3.5-122B-A10B (medium)低约 1.7 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #46 | #51 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 73.0% | 68.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 5.235 | 2.840 |
| 总成本 | $0.588 | $0.341 |
| 输入价格 | $0.260 / 1M | $0.200 / 1M |
| 输出价格 | $2.080 / 1M | $1.150 / 1M |
| 总输入令牌 | 41,832 | 40,101 |
| 输出令牌 | 26,187 | 289,325 |
| 推理令牌 | 251,028 | 0 |
| 响应时间（平均） | 42.49s | 15.74s |
| 响应时间（最大） | 168.16s | 124.75s |
| 响应时间（总计） | 892.30s | 330.63s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
无效SVG
- 成本
- $0.004
- 时间
- 25.3s
- 令牌
- 3,072 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-122B-A10B | 6.0 | 7.2 | 55.6% | 1 | 114.48s | 7,630 | 8,057 | 82,578 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
快速对比
切换对比组合
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6medium免费可用vsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow