Qwen3.7 Max vs Step 3.7 Flash (high)

排名: #67
总输出令牌: 12,446
响应时间（平均）: 4.52s
总成本: $0.197

排名: #94
总输出令牌: 1,032,395
响应时间（平均）: 64.68s
总成本: $1.207

推荐模型 Qwen3.7 Max

它在这里得分最高（7.4），同时成本比Step 3.7 Flash (high)低约 6.1 倍。

详细对比

指标	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29

指标	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29
分数	7.4	6.9
排名	#67	#94
可靠性	9.9	10.0
一致性	10.0	8.0
测试正确
尝试通过率	68.2%	63.6%
不稳定测试	0	5
总运行次数	66	66
每个结果成本	1.582	10.973
总成本	$0.197	$1.207
输入价格	$1.475 / 1M	$0.200 / 1M
输出价格	$4.425 / 1M	$1.150 / 1M
总输入令牌	95,983	98,691
输出令牌	12,446	1,032,395
推理令牌	0	0
响应时间（平均）	4.52s	64.68s
响应时间（最大）	72.30s	364.99s
响应时间（总计）	99.52s	1423.01s

Hamster playing table tennis

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

#67 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 tok

#94 Step 3.7 Flash

high

成本: $0.007
时间: 63.6s
令牌: 6,030 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	6.5	10.0	50.0%	0		1.08s	696	242	0
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	0

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	5.5	10.0	33.3%	0		1.35s	7,911	582	0
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	0

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	6.5	10.0	50.0%	0		37.23s	68,425	10,623	0
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	0

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		1.35s	7,794	243	0
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	0

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	7.7	10.0	66.7%	0		975ms	789	15	0
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	0

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		1.04s	522	120	0
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	0

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		943ms	711	72	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	0

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		1.13s	714	314	0
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	0

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		3.92s	8,211	222	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	0

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		856ms	210	13	0
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

快速对比

切换对比组合

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh LongCat 2.0mediumvsQwen3.7 Maxnone Step 3.7 FlashhighvsMiMo-V2.5-Promedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone DeepSeek V4 PrononevsStep 3.7 Flashhigh Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5mediumvsStep 3.7 Flashhigh