Qwen3.7 Max vs Grok 4.7 (high)

已对比模型

排名: #120
总输出令牌: 12,446
响应时间（平均）: 4.56s
总成本: $0.197

排名: #110
总输出令牌: 416,086
响应时间（平均）: 113.10s
总成本: $2.180

推荐模型 Qwen3.7 Max

它在这里得分最高（7.4），同时成本比Grok 4.7 (high)低约 11.1 倍。

详细对比

指标	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22	Grok 4.7 Grok 4.7 high 发布日期: 2026-09-21

指标	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22	Grok 4.7 Grok 4.7 high 发布日期: 2026-09-21
分数	7.4	7.5
排名	#120	#110
可靠性	9.9	9.5
一致性	10.0	7.6
尝试次数	66/66	66/66
测试正确
尝试通过率	68.2%	75.8%
不稳定测试	0	7
总运行次数	66	66
每个结果成本	1.581	16.765
总成本	$0.197	$2.180
输入价格	$1.475 / 1M	$1.600 / 1M
输出价格	$4.425 / 1M	$4.800 / 1M
总输入令牌	95,992	113,892
输出令牌	12,446	6,907
推理令牌	0	409,179
响应时间（平均）	4.56s	113.10s
响应时间（最大）	72.30s	573.57s
响应时间（总计）	100.30s	2488.20s
参数量	~1T 总计 (~40B 激活)	~1.7T 总计 (~170B 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.

#120 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 tok

#110 SpaceXAI: Grok 4.7

high

成本: $0.110
时间: 301.3s
令牌: 23,143 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
Grok 4.7	8.7	7.9	91.7%	1		27.98s	2,743	111	14,914

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
Grok 4.7	6.0	4.6	66.7%	2		335.92s	10,266	353	199,976

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
Grok 4.7	8.6	6.9	83.3%	1		129.30s	75,277	5,730	60,640

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
Grok 4.7	10.0	10.0	100.0%	0		8.65s	8,937	225	4,043

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		1.24s	798	15	0
Grok 4.7	5.3	7.2	44.4%	1		306.71s	1,980	10	98,585

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
Grok 4.7	4.1	2.7	33.3%	1		17.06s	1,077	52	3,238

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
Grok 4.7	8.4	6.9	83.3%	1		14.15s	1,857	57	6,421

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
Grok 4.7	10.0	10.0	100.0%	0		19.88s	2,430	178	10,706

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
Grok 4.7	10.0	10.0	100.0%	0		5.08s	8,536	177	568

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
Grok 4.7	3.0	10.0	0.0%	0		62.44s	789	14	10,088

快速对比

切换对比组合

MiniMax M3mediumvsGrok 4.7high Kimi K2.7 CodemediumvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsGrok 4.7high GPT-5.6 LunamediumvsQwen3.7 Maxnone GPT 5.3 ChatnonevsGrok 4.7high Qwen3.5 Plus 2026-02-15mediumvsGrok 4.7high Qwen3.5-27BmediumvsGrok 4.7high Gemini 3.8 FlashlowvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok Build 0.1medium GPT-5.4 MinimediumvsQwen3.7 Maxnone Mercury 2.5 PreviewmediumvsGrok 4.7high