AI BENCHY
Advertise here
#48

Qwen3.7 Flash

Qwen 发布日期: 2026-07-28 测试于: 2026-07-28 09:10 qwen/qwen3.7-flash::high
(high) (medium) (low) (none)

摘要

Qwen3.7 Flash 在 AI BENCHY 上得分 7.8，排名 #48。它的可靠性为 10.0，通过率为 72.7%，总成本为 $0.051，平均响应时间为 39.77s。

Qwen3.7 Flash 的独特之处： 它最突出的是 编程，排名 #3；相对较弱的是 指令遵循，排名 #16。 在这个得分水平下，它的 benchmark 总成本异常低。 它使用的推理 token 明显偏高，这可能解释较慢或成本更高的运行。

分数

7.8

一致性

7.8

可靠性

10.0

总成本（当前价格）

$0.051

总输出令牌

359,703

总输入令牌

116,322

输入价格

$0.030 / 1M

输出价格

$0.130 / 1M

测试正确

错误测试数: 9

尝试通过率: 72.7%

不稳定测试

6

不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。

响应时间（平均）

39.77s

响应时间（最大）: 431.47s

响应时间（总计）: 875.01s

答案错误: 7 未遵循指令: 1 无效工具调用: 1

Hamster playing table tennis

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

#48 Qwen3.7 Flash

high
无效SVG
成本
$0.000
时间
600.0s
令牌
0 tok

价格历史

来自 OpenRouter 的该模型历史定价数据。

日期 输入价格 输出价格
2026-07-28 09:19 $0.030 / 1M $0.130 / 1M

图表

先选择第一个模型，再点击第二个模型打开并排页面。

总输出令牌

分数 vs 总输出令牌

快速对比

Qwen3.7 FlashhighvsClaude Sonnet 4.6mediumQwen3.7 FlashhighvsClaude Opus 4.8lowQwen3.7 FlashhighvsGPT-5.6 TerramediumQwen3.7 FlashhighvsGLM 5mediumQwen3.7 FlashhighvsGLM 5.2mediumQwen3.7 FlashhighvsClaude Opus 4.6mediumQwen3.7 FlashhighvsQwen3.6 PlusmediumQwen3.7 FlashhighvsGPT-5.6 LunahighQwen3.7 FlashhighvsQwen3.7 PlusmediumQwen3.7 FlashhighvsDeepSeek V4 Flashhigh

类别细分

类别 分数 一致性 测试正确
反AI技巧 10.0 10.0
编程 8.2 9.7
综合 6.9 5.9
数据解析与提取 10.0 10.0
领域专项 3.5 4.4
通用智能 5.1 3.4
指令遵循 9.8 10.0
谜题求解 7.1 5.1
工具调用 10.0 10.0
常识问答 3.0 10.0

已对比模型