Qwen3.7 Flash (low) vs Grok 4.20 (medium)

排名: #80
总输出令牌: 297,249
响应时间（平均）: 36.80s
总成本: $0.042

排名: #90
总输出令牌: 259,340
响应时间（平均）: 29.47s
总成本: $0.777

推荐模型 Qwen3.7 Flash (low)

它在这里得分最高（7.3），同时成本比Grok 4.20 (medium)低约 18.8 倍。

详细对比

指标	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28	Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31

指标	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28	Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数	7.3	7.1
排名	#80	#90
可靠性	9.9	10.0
一致性	8.4	8.5
测试正确
尝试通过率	68.2%	63.6%
不稳定测试	5	4
总运行次数	66	66
每个结果成本	0.346	9.709
总成本	$0.042	$0.777
输入价格	$0.030 / 1M	$1.250 / 1M
输出价格	$0.130 / 1M	$2.500 / 1M
总输入令牌	92,182	102,791
输出令牌	14,287	5,363
推理令牌	282,962	253,977
响应时间（平均）	36.80s	29.47s
响应时间（最大）	394.54s	199.66s
响应时间（总计）	809.54s	648.35s

模型生成展示

Hamster playing table tennis

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

#80 Qwen3.7 Flash

low

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 tok

#90 xAI: Grok 4.20

medium

成本: $0.041
时间: 110.3s
令牌: 16,336 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

类别:

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		10.29s	672	680	14,285
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

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
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

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
Qwen3.7 Flash	6.4	5.8	66.7%	1		217.77s	64,756	11,880	131,432
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		15.44s	7,782	270	12,503
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

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
Qwen3.7 Flash	5.3	10.0	33.3%	0		28.43s	771	61	32,126
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

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
Qwen3.7 Flash	4.0	9.3	0.0%	0		14.37s	516	128	5,423
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

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
Qwen3.7 Flash	8.5	6.8	83.3%	1		9.88s	699	99	8,147
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

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
Qwen3.7 Flash	7.3	5.2	77.8%	2		9.79s	696	382	10,763
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

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
Qwen3.7 Flash	10.0	10.0	100.0%	0		7.66s	8,193	335	2,172
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

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
Qwen3.7 Flash	3.0	10.0	0.0%	0		18.42s	204	24	9,692
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

快速对比

切换对比组合

Claude Opus 4.8nonevsQwen3.7 Flashlow Gemini 3.1 Flash LitemediumvsQwen3.7 Flashlow Kimi K2.6mediumvsQwen3.7 Flashlow DeepSeek V4 Flash 0731mediumvsQwen3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Flashlow Qwen3.7 PlusnonevsGrok 4.20medium KAT-Coder-Pro V2.5highvsQwen3.7 Flashlow Claude Sonnet 4.6nonevsQwen3.7 Flashlow KAT-Coder-Pro V2.5highvsGrok 4.20medium Gemini 3.5 FlashnonevsGrok 4.20medium Step 3.7 FlashlowvsGrok 4.20medium Qwen3.7 FlashlowvsGrok 4.3medium