导航
Advertise here

Qwen3.7 Flash (high) vs Qwen3.8 27B (medium)

平均分几乎持平，为 7.8 vs 7.8。 Qwen3.7 Flash (high) benchmark 成本更低，为 $0.052 vs ~$0.058。 Qwen3.8 27B (medium) 更快，为 33.05s vs 41.37s，通过率为 71.2% vs 66.7%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-28

已对比模型

排名
#104
总输出令牌
370,250
响应时间（平均）
41.37s
总成本
$0.052
排名
#101
总输出令牌
136,162
响应时间（平均）
33.05s
总成本
~$0.058
推荐模型 Qwen3.8 27B (medium)

它在本次比较中得分最高（7.8），并且在全部 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 Qwen3.7 Flash Qwen3.7 Flash high 发布日期: 2026-07-28 Qwen3.8 27B Qwen3.8 27B medium 发布日期: 2026-08-14
分数 7.8 7.8
排名 #104 #101
可靠性 10.0 9.6
一致性 7.8 9.7
尝试次数 66/66 66/66
测试正确
尝试通过率 71.2% 66.7%
不稳定测试 6 1
总运行次数 66 66
每个结果成本 0.398 ~0.409
总成本 $0.052 ~$0.058
输入价格 $0.030 / 1M 不适用
输出价格 $0.130 / 1M 不适用
总输入令牌 116,331 98,266
输出令牌 12,330 1,861
推理令牌 357,920 134,301
响应时间（平均） 41.37s 33.05s
响应时间（最大） 431.47s 214.63s
响应时间（总计） 910.11s 694.04s
参数量 ~35B 总计 (~3B 激活) 27.3B
开放状态 闭源 权重可用

模型生成展示

Hamster playing table tennis

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

#104 Qwen3.7 Flash

high
Reached the allocated time limit (600 seconds) without receiving showcase output.
成本
$0.000
时间
600.0s
令牌
0 tok

#101 Qwen3.8 27B

medium
成本
~$0.002
时间
43.4s
令牌
2,956 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
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350
Qwen3.8 27B 10.0 10.0 100.0% 0 40.50s 7,893 585 26,808

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.7 FlashhighSeed-2.0-LitemediumvsQwen3.7 FlashhighClaude Opus 4.8lowvsQwen3.8 27BmediumQwen3.7 FlashhighvsGLM 5mediumSeed-2.0-CodelowvsQwen3.7 FlashhighClaude Opus 4.6mediumvsQwen3.7 FlashhighSeed-2.0-CodelowvsQwen3.8 27BmediumClaude Sonnet 4.6mediumvsQwen3.7 FlashhighGPT-5.6 TerramediumvsQwen3.7 FlashhighQwen3.7 FlashhighvsGLM 5.2mediumGemini 3.5 Flash LitemediumvsQwen3.7 FlashhighDeepSeek V4 ProhighvsQwen3.8 27Bmedium