导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Qwen: Qwen3.5-Flash vs Qwen: Qwen3.7 Plus

摘要

Qwen3.5-Flash vs Qwen3.7 Plus benchmark 对比：Qwen3.7 Plus 平均分领先，为 7.2 vs 6.8。 Qwen3.7 Plus benchmark 成本更低，为 $0.023 vs $0.080。 Qwen3.7 Plus 更快，为 2.85s vs 63.29s，通过率为 71.4% vs 47.6%。

推荐模型: Qwen3.7 Plus - 它在这里得分最高（7.2），同时成本比Qwen3.5-Flash低约 3.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Qwen3.5-Flash Qwen3.5-Flash medium 发布日期: 2026-02-24 Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03
分数 6.8 7.2
排名 #70 #60
可靠性 10.0 10.0
一致性 8.1 10.0
测试正确
尝试通过率 71.4% 47.6%
不稳定测试 5 0
总运行次数 63 63
每个结果成本 0.871 0.276
总成本 $0.080 $0.023
输入价格 $0.065 / 1M $0.320 / 1M
输出价格 $0.260 / 1M $1.280 / 1M
总输入令牌 38,926 42,510
输出令牌 2,088 6,578
推理令牌 294,598 0
响应时间（平均） 63.29s 2.85s
响应时间（最大） 234.29s 29.38s
响应时间（总计） 1265.85s 59.86s

生成展示

Hamster playing table tennis

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

#70 Qwen3.5-Flash

medium
成本
$0.002
时间
25.8s
令牌
4,294 tok

#60 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-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037
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

Gemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneQwen3.5-FlashmediumvsStep 3.7 Flashhigh