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

已对比模型

排名: #25
总输出令牌: 226,102
响应时间（平均）: 44.32s
总成本: $1.157

排名: #29
总输出令牌: 92,047
响应时间（平均）: 23.34s
总成本: $0.771

推荐模型 Qwen3.8 Max (medium)

它的得分接近这里的最高分（9.0 vs 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	9.1	9.0
排名	#25	#29
可靠性	10.0	10.0
一致性	9.0	9.7
尝试次数	66/66	66/66
测试正确
尝试通过率	86.4%	80.3%
不稳定测试	3	1
总运行次数	66	66
每个结果成本	8.904	4.532
总成本	$1.157	$0.771
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	106,029	109,055
输出令牌	5,748	6,566
推理令牌	220,354	85,481
响应时间（平均）	44.32s	23.34s
响应时间（最大）	556.06s	126.60s
响应时间（总计）	975.11s	513.47s
参数量	~1T 总计 (~40B 激活)	2.4T 总计 (~100B 激活)
开放状态	闭源	闭源

模型生成展示

Hamster playing table tennis

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

#25 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 4,526 tok

#29 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	4.1	4.4	44.5%	2		52.45s	780	61	41,143
Qwen3.8 Max	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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

Qwen3.8 MaxmediumvsGrok 4.5high Claude Fable 5.1highvsQwen3.8 Maxmedium Claude Fable 5.1highvsQwen3.7 Maxmedium Seed 2.1 TurbolowvsQwen3.7 Maxmedium Muse Spark 1.3highvsQwen3.8 Maxmedium Qwen3.7 MaxmediumvsGrok 4.5high Qwen3.8 MaxmediumvsParetonone Seed 2.1 TurbohighvsQwen3.8 Maxmedium Seed 2.1 TurbolowvsQwen3.8 Maxmedium Muse Spark 1.3highvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsParetonone Seed 2.1 TurbohighvsQwen3.7 Maxmedium