Qwen3.8 27B (low) vs Step 3.7 Flash (medium)

推荐模型 Step 3.7 Flash (medium)

它在这里得分最高（7.9），同时响应速度比Qwen3.8 27B (low)快约 1.7 倍。

详细对比

指标	Qwen3.8 27B Qwen3.8 27B low 发布日期: 2026-08-14	Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29

指标	Qwen3.8 27B Qwen3.8 27B low 发布日期: 2026-08-14	Step 3.7 Flash Step 3.7 Flash medium 发布日期: 2026-05-29
分数	7.9	7.9
排名	#61	#60
可靠性	10.0	10.0
一致性	10.0	8.9
尝试次数	66/66	66/66
测试正确
尝试通过率	68.2%	68.2%
不稳定测试	0	3
总运行次数	66	66
每个结果成本	不适用	3.801
总成本	不适用	$0.495
输入价格	不适用	$0.200 / 1M
输出价格	不适用	$1.150 / 1M
总输入令牌	99,705	114,191
输出令牌	1,545	409,709
推理令牌	167,784	0
响应时间（平均）	39.11s	23.51s
响应时间（最大）	376.04s	152.83s
响应时间（总计）	860.51s	517.21s
参数量	27.3B	198B 总计 (11B 激活)
开放状态	权重可用	开源

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

low

medium

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
Qwen3.8 27B	10.0	10.0	100.0%	0		3.02s	984	183	2,016
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	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
Qwen3.8 27B	7.7	10.0	66.7%	0		140.92s	8,127	585	86,694
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	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
Qwen3.8 27B	10.0	10.0	100.0%	0		90.63s	69,687	66	37,791
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	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
Qwen3.8 27B	10.0	10.0	100.0%	0		8.03s	9,087	150	1,962
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	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
Qwen3.8 27B	5.3	10.0	33.3%	0		60.78s	1,014	12	31,872
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	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
Qwen3.8 27B	5.0	10.0	0.0%	0		5.37s	594	132	729
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	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
Qwen3.8 27B	10.0	10.0	100.0%	0		2.43s	855	48	915
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	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
Qwen3.8 27B	7.7	10.0	66.7%	0		4.91s	930	240	2,382
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	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
Qwen3.8 27B	3.0	10.0	0.0%	0		8.42s	8,145	15	1,350
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	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
Qwen3.8 27B	3.0	10.0	0.0%	0		12.64s	282	114	2,073
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0

切换对比组合