- 排名
- #154
- 总输出令牌
- 621,056
- 响应时间（平均）
- 102.66s
- 总成本
- ~$0.195
Qwen3.8 Flash Next (xhigh) vs Step 3.7 Flash (low)
Step 3.7 Flash (low) 平均分领先，为 7.2 vs 7.1。 Qwen3.8 Flash Next (xhigh) benchmark 成本更低，为 ~$0.195 vs $0.449。 Step 3.7 Flash (low) 更快，为 20.72s vs 102.66s，通过率为 72.5% vs 63.8%。
已对比模型
- 排名
- #151
- 总输出令牌
- 339,108
- 响应时间（平均）
- 20.72s
- 总成本
- $0.449
推荐模型
Step 3.7 Flash (low)
它在这里得分最高（7.2），同时响应速度比Qwen3.8 Flash Next (xhigh)快约 5.0 倍。
详细对比
| 指标 | Qwen3.8 Flash Next Qwen3.8 Flash Next xhigh | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| 分数 | 7.1 | 7.2 |
| 排名 | #154 | #151 |
| 可靠性 | 9.9 | 10.0 |
| 一致性 | 7.9 | 7.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 72.5% | 63.8% |
| 不稳定测试 | 6 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | ~1.390 | 4.078 |
| 总成本 | ~$0.195 | $0.449 |
| 输入价格 | 不适用 | $0.200 / 1M |
| 输出价格 | 不适用 | $1.150 / 1M |
| 缓存读取价格 | 不适用 | $0.040 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 301,749 | 292,685 |
| 输出令牌 | 1,033 | 339,108 |
| 推理令牌 | 620,023 | 0 |
| 响应时间（平均） | 102.66s | 20.72s |
| 响应时间（最大） | 674.08s | 124.75s |
| 响应时间（总计） | 2361.10s | 476.67s |
| 参数量 | 180B 总计 (6B 激活) | 198B 总计 (11B 激活) |
| 开放状态 | 权重可用 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#154 Qwen3.8 Flash Next
xhigh- 成本
- ~$0.010
- 时间
- 333.1s
- 令牌
- 30,654 tok
#151 Step 3.7 Flash
low
无效SVG
- 成本
- $0.004
- 时间
- 25.3s
- 令牌
- 3,072 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Flash Next | 4.7 | 3.1 | 33.3% | 1 | 173.66s | 148,808 | 26 | 38,616 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 83.63s | 188,843 | 18,715 | 0 |
| 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 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 6.73s | 1,128 | 184 | 7,283 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 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 Flash Next | 7.4 | 7.0 | 77.8% | 1 | 192.20s | 8,235 | 122 | 186,070 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 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 Flash Next | 7.3 | 5.8 | 83.3% | 1 | 92.24s | 122,809 | 52 | 43,355 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 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 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 9.24s | 8,325 | 212 | 3,925 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 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 Flash Next | 3.5 | 4.4 | 33.3% | 2 | 326.96s | 1,122 | 11 | 239,950 | |
| Step 3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 22.65s | 837 | 48,299 | 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 Flash Next | 4.7 | 3.1 | 33.3% | 1 | 3.95s | 630 | 82 | 864 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 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 Flash Next | 9.8 | 10.0 | 100.0% | 0 | 3.72s | 927 | 42 | 1,939 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 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 Flash Next | 7.7 | 10.0 | 66.7% | 0 | 19.51s | 1,038 | 275 | 15,050 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 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 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 5.11s | 8,409 | 21 | 650 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 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 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 325.04s | 318 | 6 | 82,321 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
快速对比
切换对比组合
Step 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 5nonevsStep 3.7 FlashlowQwen3.8 Flash NextxhighvsGLM 5.3 FlashXmediumQwen3.8 Flash NextxhighvsMiMo-V2.6-FlashlowQwen3.8 27Bmedium免费可用vsStep 3.7 FlashlowClaude Opus 5nonevsQwen3.8 Flash NextxhighQwen3.8 Flash NextxhighvsMiMo-V2.5mediumQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowQwen3.8 Flash NextxhighvsGLM 5medium