导航
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Qwen4 Max vs Step 5 Preview (high)

平均分几乎持平,为 7.0 vs 7.0。 Qwen4 Max benchmark 成本更低,为 $0.465 vs $4.513。 Qwen4 Max 更快,为 6.38s vs 154.41s,通过率为 63.8% vs 52.2%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#230
总输出令牌
9,342
响应时间(平均)
6.38s
总成本
$0.465
排名
#233
总输出令牌
1,581,325
响应时间(平均)
154.41s
总成本
$4.513
推荐模型 Qwen4 Max

它在这里得分最高(7.0),同时成本比Step 5 Preview (high)低约 9.7 倍。

详细对比

指标 Qwen4 Max Qwen4 Max none 发布日期: 2026-11-16 Step 5 Preview Step 5 Preview high 发布日期: 2026-10-09
分数 7.0 7.0
排名 #230 #233
可靠性 10.0 9.5
一致性 9.6 8.5
尝试次数 69/69 69/69
测试正确
尝试通过率 63.8% 52.2%
不稳定测试 1 4
总运行次数 69 69
每个结果成本 3.321 45.130
总成本 $0.465 $4.513
输入价格 $1.500 / 1M $1.000 / 1M
输出价格 $4.500 / 1M $2.700 / 1M
缓存读取价格 $0.075 / 1M $0.050 / 1M
缓存写入价格 $1.875 / 1M 不适用
总输入令牌 281,902 243,381
输出令牌 9,342 1,581,325
推理令牌 0 0
响应时间(平均) 6.38s 154.41s
响应时间(最大) 67.27s 455.72s
响应时间(总计) 146.64s 3551.40s
参数量 ~2.4T 总计 (~95B 激活) 600B 总计 (27B 激活)
开放状态 闭源 闭源

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.

#230 Qwen4 Max

none
成本
$0.027
时间
123.5s
令牌
6,091 tok

#233 Step 5 Preview

high
成本
$0.057
时间
150.1s
令牌
20,970 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
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0
Step 5 Preview 2.9 10.0 0.0% 0 421.68s 7,383 576,000 0

切换对比组合