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

推荐模型 Qwen3.7 Flash (medium)

它的得分接近这里的最高分（6.9 vs 7.0），同时成本比Grok 4.20 (medium)低约 12.5 倍。

详细对比

指标	Qwen3.7 Flash Qwen3.7 Flash medium 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 medium 发布日期: 2026-07-28	Grok 4.20 Grok 4.20 medium 发布日期: 2026-03-31
分数	6.9	7.0
排名	#124	#120
可靠性	10.0	10.0
一致性	7.5	8.2
尝试次数	66/66	66/66
测试正确
尝试通过率	63.6%	60.6%
不稳定测试	7	5
总运行次数	66	66
每个结果成本	0.646	10.365
总成本	$0.065	$0.805
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	114,477	102,986
输出令牌	12,786	5,860
推理令牌	457,290	264,399
响应时间（平均）	47.38s	32.56s
响应时间（最大）	593.64s	199.66s
响应时间（总计）	1042.43s	716.36s
参数量	~35B 总计 (~3B 激活)	~1T 总计 (~100B 激活)
开放状态	闭源	闭源

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

medium

无效SVG

medium

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		9.56s	672	525	12,844
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	6.2	6.9	55.6%	1		46.78s	7,893	563	61,902
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		314.17s	87,042	10,432	296,919
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		15.42s	7,782	270	11,588
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	2.9	7.2	11.1%	1		38.02s	780	59	38,977
Grok 4.20	2.9	7.2	11.1%	1		49.71s	1,959	872	59,761

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	5.5	10.0	0.0%	0		10.18s	516	143	3,647
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	5.8	2.7	66.7%	2		9.27s	699	100	7,457
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	7.1	5.1	77.8%	2		8.30s	696	355	9,138
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		7.80s	8,193	309	2,171
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		29.17s	204	30	12,647
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

切换对比组合