- 排名
- #108
- 总输出令牌
- 76,261
- 响应时间（平均）
- 17.80s
- 总成本
- $0.184
Qwen3.7 Plus vs Grok 4.5 (medium)
平均分几乎持平，为 7.8 vs 7.8。 Qwen3.7 Plus benchmark 成本更低，为 $0.184 vs $2.454。 Qwen3.7 Plus 更快，为 17.80s vs 68.44s，通过率为 56.5% vs 79.7%。
已对比模型
- 排名
- #104
- 总输出令牌
- 306,044
- 响应时间（平均）
- 68.44s
- 总成本
- $2.454
推荐模型
Qwen3.7 Plus
它在这里得分最高（7.8），同时成本比Grok 4.5 (medium)低约 13.4 倍。
详细对比
| 指标 | Qwen3.7 Plus Qwen3.7 Plus none | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| 分数 | 7.8 | 7.8 |
| 排名 | #108 | #104 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 10.0 | 9.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 56.5% | 79.7% |
| 不稳定测试 | 0 | 3 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 1.410 | 14.430 |
| 总成本 | $0.184 | $2.454 |
| 输入价格 | $0.320 / 1M | $2.000 / 1M |
| 输出价格 | $1.280 / 1M | $6.000 / 1M |
| 总输入令牌 | 250,495 | 308,369 |
| 输出令牌 | 76,261 | 7,013 |
| 推理令牌 | 0 | 299,031 |
| 响应时间（平均） | 17.80s | 68.44s |
| 响应时间（最大） | 206.03s | 436.38s |
| 响应时间（总计） | 409.51s | 1574.14s |
| 参数量 | ~397B 总计 (~17B 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.
#108 Qwen3.7 Plus
none- 成本
- $0.019
- 时间
- 213.5s
- 令牌
- 11,960 tok
#104 SpaceXAI: Grok 4.5
medium- 成本
- $0.044
- 时间
- 59.4s
- 令牌
- 7,512 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
| 智能体任务 | 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 | 143.11s | 151,662 | 18,164 | 0 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 65.24s | 186,214 | 1,499 | 5,085 |
| 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 4.5 | 10.0 | 10.0 | 100.0% | 0 | 23.50s | 2,991 | 147 | 4,018 |
| 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 4.5 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| 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 4.5 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| 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 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.29s | 8,937 | 225 | 3,657 |
| 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 | 5.3 | 10.0 | 33.3% | 0 | 1.04s | 798 | 18 | 0 | |
| Grok 4.5 | 5.3 | 7.2 | 44.4% | 1 | 249.34s | 2,221 | 11 | 140,815 |
| 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 4.5 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| 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 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.06s | 1,857 | 57 | 2,728 |
| 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 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.75s | 2,430 | 254 | 3,641 |
| 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 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.57s | 8,544 | 192 | 968 |
| 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 4.5 | 3.0 | 10.0 | 0.0% | 0 | 74.44s | 789 | 13 | 14,921 |
快速对比
切换对比组合
Grok 4.5mediumvsGLM 5.3highQwen3.7 PlusnonevsGrok 4.5lowDeepSeek V4 Flash 0731mediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.6mediumQwen3.7 PlusnonevsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.5mediumQwen3.7 PlusnonevsGLM 5.3highGPT-6 LunahighvsQwen3.7 PlusnoneMuse Glimmer 30BhighvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2.6-FlashmediumQwen3.7 MaxnonevsGrok 4.5mediumGemini 3.5 FlashmediumvsQwen3.7 Plusnone