Qwen3.7 Plus vs Grok 4.3 (medium)

排名: #81
总输出令牌: 58,097
响应时间（平均）: 12.09s
总成本: $0.106

排名: #83
总输出令牌: 241,421
响应时间（平均）: 47.45s
总成本: $0.779

推荐模型 Qwen3.7 Plus

它在这里得分最高（7.2），同时成本比Grok 4.3 (medium)低约 7.3 倍。

详细对比

指标	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01

指标	Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03	Grok 4.3 Grok 4.3 medium 发布日期: 2026-05-01
分数	7.2	7.1
排名	#81	#83
可靠性	10.0	10.0
一致性	10.0	8.6
测试正确
尝试通过率	50.0%	68.2%
不稳定测试	0	4
总运行次数	66	66
每个结果成本	1.014	5.990
总成本	$0.106	$0.779
输入价格	$0.320 / 1M	$1.250 / 1M
输出价格	$1.280 / 1M	$2.500 / 1M
总输入令牌	98,824	140,031
输出令牌	58,097	13,739
推理令牌	0	227,682
响应时间（平均）	12.09s	47.45s
响应时间（最大）	206.03s	216.69s
响应时间（总计）	265.89s	1043.83s

模型生成展示

Hamster playing table tennis

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

#81 Qwen3.7 Plus

none

成本: $0.019
时间: 213.5s
令牌: 11,960 tok

#83 xAI: Grok 4.3

medium

成本: $0.009
时间: 19.0s
令牌: 3,661 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 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

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 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

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 Plus	10.0	10.0	100.0%	0		117.70s	71,266	56,024	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

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 Plus	3.0	10.0	0.0%	0		868ms	789	18	0
Grok 4.3	5.3	7.2	44.4%	1		181.74s	1,764	14	111,300

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 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

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 Plus	6.3	10.0	50.0%	0		929ms	711	72	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

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 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

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 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

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 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

快速对比

切换对比组合

Qwen3.7 PlusnonevsGLM 5.1medium Qwen3.7 PlusnonevsGrok 4.20medium KAT-Coder-Pro V2.5highvsQwen3.7 Plusnone Kimi K2.6mediumvsQwen3.7 Plusnone Qwen3.7 PlusnonevsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsGrok 4.3medium Step 3.7 FlashlowvsGrok 4.3medium Claude Opus 4.8nonevsGrok 4.3medium Qwen3.7 FlashlowvsGrok 4.3medium Gemini 3.1 Flash LitemediumvsQwen3.7 Plusnone Gemini 3.5 FlashnonevsGrok 4.3medium DeepSeek V3.2mediumvsQwen3.7 Plusnone