- 排名
- #93
- 总输出令牌
- 634,338
- 响应时间（平均）
- 44.65s
- 总成本
- $0.738
Qwen3.6 Flash (medium) vs Step 3.7 Flash (high)
平均分几乎持平，为 6.9 vs 6.9。 Qwen3.6 Flash (medium) benchmark 成本更低，为 $0.738 vs $1.207。 Qwen3.6 Flash (medium) 更快，为 44.65s vs 64.68s，通过率为 68.2% vs 63.6%。
- 排名
- #94
- 总输出令牌
- 1,032,395
- 响应时间（平均）
- 64.68s
- 总成本
- $1.207
推荐模型
Qwen3.6 Flash (medium)
它在这里得分最高（6.9），同时成本比Step 3.7 Flash (high)低约 1.6 倍。
详细对比
| 指标 | Qwen3.6 Flash Qwen3.6 Flash medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| 分数 | 6.9 | 6.9 |
| 排名 | #93 | #94 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 68.2% | 63.6% |
| 不稳定测试 | 5 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.784 | 10.973 |
| 总成本 | $0.738 | $1.207 |
| 输入价格 | $0.188 / 1M | $0.200 / 1M |
| 输出价格 | $1.125 / 1M | $1.150 / 1M |
| 总输入令牌 | 129,041 | 98,691 |
| 输出令牌 | 20,026 | 1,032,395 |
| 推理令牌 | 614,312 | 0 |
| 响应时间（平均） | 44.65s | 64.68s |
| 响应时间（最大） | 578.13s | 364.99s |
| 响应时间（总计） | 982.32s | 1423.01s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#93 Qwen3.6 Flash
medium
无效SVG
- 成本
- $0.008
- 时间
- 29.9s
- 令牌
- 6,784 tok
#94 Step 3.7 Flash
high- 成本
- $0.007
- 时间
- 63.6s
- 令牌
- 6,030 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.10s | 672 | 624 | 14,024 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 5.0 | 5.1 | 44.5% | 2 | 42.85s | 7,895 | 495 | 67,967 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 6.5 | 10.0 | 50.0% | 0 | 299.21s | 101,613 | 17,514 | 382,793 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 7,782 | 270 | 13,155 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.5 | 4.4 | 33.3% | 2 | 14.65s | 771 | 60 | 24,409 | |
| Step 3.7 Flash | 4.1 | 4.4 | 44.5% | 2 | 149.64s | 783 | 410,502 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 4.8 | 9.9 | 0.0% | 0 | 9.88s | 516 | 140 | 5,445 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.05s | 699 | 102 | 7,423 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 8.2 | 7.2 | 88.9% | 1 | 6.29s | 696 | 460 | 10,860 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 8,193 | 335 | 1,188 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.6 Flash | 3.0 | 10.0 | 0.0% | 0 | 122.87s | 204 | 26 | 87,048 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
快速对比
切换对比组合
GPT-5.5nonevsStep 3.7 FlashhighGPT-5.5nonevsQwen3.6 FlashmediumGPT-5.6 SolnonevsQwen3.6 FlashmediumStep 3.7 FlashhighvsMiMo-V2.5-PromediumDeepSeek V4 PrononevsQwen3.6 FlashmediumGemini 3.5 FlashminimalvsStep 3.7 FlashhighGPT-5.6 SolnonevsStep 3.7 FlashhighDeepSeek V4 PrononevsStep 3.7 FlashhighGemini 3.5 FlashminimalvsQwen3.6 FlashmediumKAT-Coder-Pro V2.5mediumvsStep 3.7 FlashhighSeed-2.0-MinimediumvsStep 3.7 FlashhighGemini 3.5 FlashnonevsQwen3.6 Flashmedium