- 排名
- #230
- 总输出令牌
- 9,342
- 响应时间(平均)
- 6.38s
- 总成本
- $0.465
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%。
已对比模型
- 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 | Step 5 Preview Step 5 Preview high |
|---|---|---|
| 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
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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 5.0 | 10.0 | 0.0% | 0 | 67.27s | 186,501 | 2,354 | 0 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 55.73s | 150,653 | 10,088 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 6.5 | 10.0 | 50.0% | 0 | 1.69s | 828 | 264 | 0 | |
| Step 5 Preview | 6.5 | 8.0 | 58.3% | 1 | 14.70s | 684 | 11,701 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| 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 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 6.5 | 10.0 | 50.0% | 0 | 13.58s | 67,831 | 4,272 | 0 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 115.30s | 66,481 | 98,423 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 2.06s | 8,109 | 253 | 0 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 6.55s | 7,362 | 4,589 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 7.7 | 10.0 | 66.7% | 0 | 1.81s | 897 | 27 | 0 | |
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 333.41s | 783 | 479,743 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 2.42s | 555 | 146 | 0 | |
| Step 5 Preview | 3.4 | 9.3 | 0.0% | 0 | 36.56s | 507 | 5,684 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 2.12s | 777 | 78 | 0 | |
| Step 5 Preview | 7.3 | 5.8 | 83.3% | 1 | 20.53s | 699 | 5,503 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 8.2 | 7.2 | 88.9% | 1 | 3.09s | 813 | 292 | 0 | |
| Step 5 Preview | 5.8 | 4.4 | 66.7% | 2 | 143.16s | 702 | 196,941 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 7,338 | 312 | 0 | |
| Step 5 Preview | 10.0 | 10.0 | 100.0% | 0 | 4.34s | 7,908 | 653 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 6.98s | 243 | 960 | 0 | |
| Step 5 Preview | 3.0 | 10.0 | 0.0% | 0 | 416.44s | 219 | 192,000 | 0 |
快速对比
切换对比组合
Ling 3.2 Flashhigh免费可用vsQwen4 MaxnoneKimi K2.7 CodemediumvsQwen4 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen4 MaxnoneQwen3.5-122B-A10BmediumvsStep 5 PreviewhighEmber-1lowvsQwen4 MaxnoneEmber-1lowvsStep 5 PreviewhighStep 5 PreviewhighvsGrok 4.6lowGemini 3 Flash PreviewlowvsStep 5 PreviewhighMuse Glimmer 30BlowvsStep 5 PreviewhighGPT-5.2 ChatdefaultvsQwen4 MaxnoneMinimax M3.1 Flashmax免费可用vsStep 5 PreviewhighKimi K2.7 CodemediumvsStep 5 Previewhigh