导航
AI BENCHY
Advertise here

Qwen3.7 Max vs Grok Build 0.1 (medium)

平均分几乎持平，为 7.4 vs 7.5。 Qwen3.7 Max benchmark 成本更低，为 $0.197 vs $1.130。 Qwen3.7 Max 更快，为 4.56s vs 54.50s，通过率为 68.2% vs 60.6%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-29

排名
#92
总输出令牌
12,446
响应时间（平均）
4.56s
总成本
$0.197
排名
#90
总输出令牌
511,406
响应时间（平均）
54.50s
总成本
$1.130
推荐模型 Qwen3.7 Max

它在这里得分最高（7.4），同时成本比Grok Build 0.1 (medium)低约 5.7 倍。

详细对比

指标 Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22 Grok Build 0.1 Grok Build 0.1 medium 发布日期: 2026-05-21
分数 7.4 7.5
排名 #92 #90
可靠性 9.9 10.0
一致性 10.0 9.6
尝试次数 66/66 66/66
测试正确
尝试通过率 68.2% 60.6%
不稳定测试 0 1
总运行次数 66 66
每个结果成本 1.581 8.691
总成本 $0.197 $1.130
输入价格 $1.475 / 1M $1.000 / 1M
输出价格 $4.425 / 1M $2.000 / 1M
总输入令牌 95,992 106,946
输出令牌 12,446 7,993
推理令牌 0 503,413
响应时间（平均） 4.56s 54.50s
响应时间（最大） 72.30s 252.69s
响应时间（总计） 100.30s 1199.07s
参数量 ~1T 总计 (~40B 激活) ~300B 总计 (~30B 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.

#92 Qwen3.7 Max

none
成本
$0.046
时间
195.0s
令牌
12,171 tok

#90 SpaceXAI: Grok Build 0.1

medium
成本
$0.028
时间
81.3s
令牌
14,009 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

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 Build 0.1 5.7 9.7 33.3% 0 108.46s 8,304 1,138 161,452

快速对比

切换对比组合

Kimi K2.7 CodemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGPT-5.6 LunamediumvsQwen3.7 MaxnoneGPT-5.4 MinimediumvsQwen3.7 MaxnoneGPT 5.3 ChatnonevsGrok Build 0.1mediumLongCat 2.0mediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsGrok Build 0.1mediumMiniMax M3mediumvsQwen3.7 MaxnoneGPT-5.6 TerralowvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.6lowQwen3.8 2.4T A95BhighvsGrok Build 0.1mediumGemini 3 Flash PreviewlowvsQwen3.7 Maxnone