#5 Qwen3.7 Max
medium- 成本
- $0.017
- 时间
- 68.8s
- 令牌
- 4,526 tok
摘要
Qwen3.7 Max 在 AI BENCHY 上得分 9.0，排名 #5。它的可靠性为 10.0，通过率为 88.3%，总成本为 $0.942，平均响应时间为 13.83s。
Qwen3.7 Max 的独特之处： 它是总体排名最高的模型之一。
输入价格
$2.500 / 1M
输出价格
$7.500 / 1M
不稳定测试
1
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）。
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 13:24 新增测试 | 9.1 | 10.0 | $0.523 ↓ | 比较 | |
| 2026-05-21 23:55 首次运行 | 9.0 | 10.0 | $0.942 | 当前轮次 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:55 · 首次运行 | 9.0 | 9.6 | 10.0 | 17/20 | 1 | 112,394 | 0 | $0.942 | 13.83s |
| 2026-06-04 13:24 · 新增测试 | 9.1 | 9.6 | 10.0 | 18/21 | 1 | 125,088 | 42,360 | $0.523 | 16.02s |
| 差值 | -0.1 | 0.0 | 0.0 | -1 | 0 | -12694 | -42360 | +$0.420 | -2198ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。