Qwen3.7 Flash (low) vs Grok 4.3 (medium)

排名: #75
总输出令牌: 297,249
响应时间（平均）: 36.80s
总成本: $0.042

排名: #83
总输出令牌: 241,421
响应时间（平均）: 47.45s
总成本: $0.779

推荐模型 Qwen3.7 Flash (low)

它在这里得分最高（7.3），同时成本比Grok 4.3 (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 4.3 Grok 4.3 medium 发布日期: 2026-05-01

指标	Qwen3.7 Flash Qwen3.7 Flash low 发布日期: 2026-07-28	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数	7.3	7.1
排名	#75	#83
可靠性	9.9	10.0
一致性	8.4	8.6
测试正确
尝试通过率	68.2%	68.2%
不稳定测试	5	4
总运行次数	66	66
每个结果成本	0.346	5.990
总成本	$0.042	$0.779
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	140,031
输出令牌	14,287	13,739
推理令牌	282,962	227,682
响应时间（平均）	36.80s	47.45s
响应时间（最大）	394.54s	216.69s
响应时间（总计）	809.54s	1043.83s

模型生成展示

Hamster playing table tennis

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

#75 Qwen3.7 Flash

low

无效SVG

成本: $0.000
时间: 600.0s
令牌: 0 tok

#83 xAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 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 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

快速对比

切换对比组合

Claude Opus 4.8nonevsQwen3.7 Flashlow Qwen3.7 PlusnonevsGrok 4.3medium Gemini 3.1 Flash LitemediumvsQwen3.7 Flashlow Kimi K2.6mediumvsQwen3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Flashlow KAT-Coder-Pro V2.5highvsQwen3.7 Flashlow Claude Sonnet 4.6nonevsQwen3.7 Flashlow KAT-Coder-Pro V2.5highvsGrok 4.3medium Step 3.7 FlashlowvsGrok 4.3medium Claude Opus 4.8nonevsGrok 4.3medium LongCat 2.0mediumvsQwen3.7 Flashlow Gemini 3.5 FlashnonevsGrok 4.3medium