Qwen3.7 Max (medium) vs Qwen3.8 Max (medium)

排名: #12
总输出令牌: 216,752
响应时间（平均）: 40.57s
总成本: $1.116

排名: #14
总输出令牌: 84,826
响应时间（平均）: 21.53s
总成本: $0.728

推荐模型 Qwen3.8 Max (medium)

它在这里得分最高（9.1），同时成本比Qwen3.7 Max (medium)低约 1.5 倍。

详细对比

指标	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22	Qwen3.8 Max Qwen3.8 Max medium 发布日期: 2026-08-04

指标	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22	Qwen3.8 Max Qwen3.8 Max medium 发布日期: 2026-08-04
分数	9.2	9.1
排名	#12	#14
可靠性	10.0	10.0
一致性	9.3	9.7
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	22/22 项测试 · 66/66 次尝试
测试正确
尝试通过率	87.9%	84.9%
不稳定测试	2	1
总运行次数	66	66
每个结果成本	8.292	4.040
总成本	$1.116	$0.728
输入价格	$1.475 / 1M	$2.000 / 1M
输出价格	$4.425 / 1M	$6.000 / 1M
总输入令牌	106,020	109,046
输出令牌	5,748	6,567
推理令牌	211,004	78,259
响应时间（平均）	40.57s	21.53s
响应时间（最大）	556.06s	126.60s
响应时间（总计）	892.57s	473.75s

模型生成展示

Hamster playing table tennis

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

#12 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 4,526 tok

#14 Qwen3.8 Max

medium

成本: $0.028
时间: 71.9s
令牌: 4,750 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 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742
Qwen3.8 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075

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 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808
Qwen3.8 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

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 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450
Qwen3.8 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

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 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254
Qwen3.8 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

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 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793
Qwen3.8 Max	5.3	10.0	33.3%	0		28.52s	771	63	13,581

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 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457
Qwen3.8 Max	10.0	10.0	100.0%	0		6.41s	516	168	700

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 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452
Qwen3.8 Max	10.0	10.0	100.0%	0		3.49s	699	102	914

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 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908
Qwen3.8 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575

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 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220
Qwen3.8 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636

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 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920
Qwen3.8 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767

快速对比

切换对比组合

Claude Opus 5highvsQwen3.7 Maxmedium Claude Opus 5highvsQwen3.8 Maxmedium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium GPT-5.5lowvsQwen3.7 Maxmedium Qwen3.8 MaxmediumvsGrok 4.5high Gemini 3.5 FlashlowvsQwen3.7 Maxmedium GPT-5.6 SolhighvsQwen3.7 Maxmedium GPT-5.5lowvsQwen3.8 Maxmedium Qwen3.7 MaxmediumvsGrok 4.5high GPT-5.6 SolhighvsQwen3.8 Maxmedium Gemini 3.5 Flash LitehighvsQwen3.8 Maxmedium GPT-5.6 SollowvsQwen3.7 Maxmedium