导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5-Flash vs StepFun: Step 3.5 Flash

摘要

Qwen3.5-Flash vs Step 3.5 Flash benchmark 对比：Step 3.5 Flash 平均分领先，为 6.6 vs 6.1。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.070。 Qwen3.5-Flash 更快，为 3.58s vs 72.53s，通过率为 39.7% vs 54.0%。

推荐模型: Qwen3.5-Flash - 它的得分接近这里的最高分（6.1 vs 6.6），同时成本比Step 3.5 Flash低约 16.7 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 none 发布日期: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium 发布日期: 2026-02-01
分数 6.1 6.6
排名 #97 #80
可靠性 10.0 10.0
一致性 9.7 8.9
测试正确
尝试通过率 39.7% 54.0%
不稳定测试 1 1
总运行次数 63 60
每个结果成本 0.075 0.198
总成本 $0.005 $0.070
输入价格 $0.065 / 1M $0.090 / 1M
输出价格 $0.260 / 1M $0.300 / 1M
总输入令牌 46,439 34,431
输出令牌 4,276 91,587
推理令牌 0 195,973
响应时间（平均） 3.58s 72.53s
响应时间（最大） 27.18s 453.94s
响应时间（总计） 75.28s 1015.47s

生成展示

Hamster playing table tennis

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

#97 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 tok

#80 Step 3.5 Flash

medium
成本
$0.008
时间
277.1s
令牌
23,695 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 3.5 8.3 8.3% 1 1.32s 696 690 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
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 5.5 10.0 33.3% 0 850ms 7,913 519 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
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 3.0 10.0 0.0% 0 6.22s 18,879 1,794 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
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 10.0 10.0 100.0% 0 1.57s 7,794 243 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
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 7.7 10.0 66.7% 0 905ms 789 15 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
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 10.0 10.0 100.0% 0 803ms 522 100 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
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 6.3 10.0 50.0% 0 8.81s 711 63 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
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 3.1 10.0 0.0% 0 10.89s 714 579 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
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 3.67s 8,211 264 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
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 588ms 210 9 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.5 FlashminimalvsStep 3.5 FlashmediumGemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneQwen3.7 MaxnonevsStep 3.5 FlashmediumNorth Mini Codemedium免费可用vsQwen3.5-FlashnoneGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneGPT-5.5nonevsStep 3.5 Flashmedium