导航
Advertise here

Qwen3.7 Flash (low) vs Step 3.7 Flash (medium)

Step 3.7 Flash (medium) 平均分领先，为 7.8 vs 7.7。 Qwen3.7 Flash (low) benchmark 成本更低，为 $0.053 vs $0.571。 Step 3.7 Flash (medium) 更快，为 26.57s vs 41.03s，通过率为 68.1% vs 68.1%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-10-01

已对比模型

排名
#114
总输出令牌
331,107
响应时间（平均）
41.03s
总成本
$0.053
排名
#106
总输出令牌
440,835
响应时间（平均）
26.57s
总成本
$0.571
推荐模型 Qwen3.7 Flash (low)

它的得分接近这里的最高分（7.7 vs 7.8），同时成本比Step 3.7 Flash (medium)低约 10.9 倍。

详细对比

指标 Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28 Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29
分数 7.7 7.8
排名 #114 #106
可靠性 10.0 10.0
一致性 8.1 8.7
尝试次数 69/69 69/69
测试正确
尝试通过率 68.1% 68.1%
不稳定测试 6 4
总运行次数 69 69
每个结果成本 0.439 4.392
总成本 $0.053 $0.571
输入价格 $0.030 / 1M $0.200 / 1M
输出价格 $0.130 / 1M $1.150 / 1M
总输入令牌 318,058 319,524
输出令牌 16,035 440,835
推理令牌 315,072 0
响应时间（平均） 41.03s 26.57s
响应时间（最大） 394.54s 152.83s
响应时间（总计） 943.75s 611.09s
参数量 ~35B 总计 (~3B 激活) 198B 总计 (11B 激活)
开放状态 闭源 开源

模型生成展示

Hamster playing table tennis

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

#114 Qwen3.7 Flash

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

#106 Step 3.7 Flash

medium
成本
$0.006
时间
46.2s
令牌
4,466 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 6.7 7.8 55.6% 1 42.36s 7,893 428 56,419
Step 3.7 Flash 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0

快速对比

切换对比组合

Muse Glimmer 30BmediumvsQwen3.7 FlashlowStep 3.7 FlashmediumvsGLM 5.3highMuse Glimmer 30BhighvsQwen3.7 FlashlowGPT-6 LunahighvsQwen3.7 FlashlowQwen3.7 PlusnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731mediumvsQwen3.7 FlashlowQwen3.7 MaxnonevsStep 3.7 FlashmediumGPT-6 LunahighvsStep 3.7 FlashmediumMuse Glimmer 30BhighvsStep 3.7 FlashmediumClaude Fable 5.1highvsStep 3.7 Flashmedium