Modellvergleich
Qwen3 235B A22B 2507 Instruct
vs. Step 3.7 Flash
Vergleich von 2 KI-Modellen · 12 Benchmarks · Alibaba, StepFun
Empfehlung
StStep 3.7 Flash14 Metrik-SiegeStaerkste Bereiche: Preis-Leistung, Eingabepreis, Ausgabepreis
Bester Wert
Step 3.7 Flash
100.0 Wert-Score
43.7 Reasoning / $0.44/1M
Niedrigster Preis
Step 3.7 Flash
$0.20/1M Eingabepreis
Bestes Reasoning
Qwen3 235B A22B 2507 Instruct
59.6 Reasoning-Score
Kombiniert verfuegbare Reasoning-Benchmarks
Bestes Coding
Step 3.7 Flash
39.6 Coding-Index
Composite Indices
Higher is better; speed and price are normalized
Standard Benchmarks
Only benchmarks with data are shown
Wichtige Unterschiede
Bester Wert
Step 3.7 Flash bietet den besten Qualitaets-Preis-Mix mit 100.0 von 100 Wertpunkten.
Preisunterschied
Step 3.7 Flash ist 3,5x guenstiger bei Eingabetokens als Qwen3 235B A22B 2507 Instruct.
Geschwindigkeitsunterschied
Step 3.7 Flash generiert etwa 6,3x so viele Tokens pro Sekunde wie Qwen3 235B A22B 2507 Instruct.
Reasoning-Unterschied
Qwen3 235B A22B 2507 Instruct liegt 15.9 Punkte vor Step 3.7 Flash beim Reasoning.
Top-Wahl-Begruendung
Step 3.7 Flash gewinnt 14 messbare Kategorien, darunter Preis-Leistung, Eingabepreis, Ausgabepreis, Gemischter Preis.
Response Face-Off
Sende einen Prompt an die ausgewaehlten Modelle und vergleiche Antwortqualitaet mit Live-Metriken zu Tempo und Kosten.
Qwen3 235B A22B 2507 Instruct
Alibaba
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Step 3.7 Flash
StepFun
TTFT
—
Zeit
—
tok/s
—
Tokens
—
Kosten
—
Welche Antwort war nuetzlicher?
Mit führenden KI-Modellen chatten
Nutze Claude, ChatGPT und Gemini zusammen mit EU-gehosteten Modellen wie Deepseek, Qwen und Kimi.
EU-gehostete Inferenz
Server in Deutschland und Finnland. Entwickelt fuer strenge GDPR- und ISO-27001-Compliance-Anforderungen.
Vollständiger Vergleich
| Metrik | Al Qwen3 235B A22B 2507 Instruct | Top-Wahl St Step 3.7 Flash |
|---|---|---|
| Preise pro 1 Mio. Tokens | ||
| Input-Kosten | $0.70/1M | $0.20/1M |
| Output-Kosten | $2.80/1M | $1.15/1M |
| Gemischt (3:1) | $1.22/1M | $0.44/1M |
| Spezifikationen | ||
| Anbieter | Alibaba | StepFun |
| Veröffentlichung | 21. Juli 2025 | 29. Mai 2026 |
| Leistung & Geschwindigkeit | ||
| Durchsatz | 65.2 tok/s | 407.7 tok/s |
| TTFT | 1154ms | 704ms |
| Latenz | 1154ms | 5610ms |
| Composite-Indizes | ||
| Wert-Score | 48.7 | 100.0 |
| Reasoning-Score | 59.6 | 43.7 |
| Intelligenz | 18.2 | 30.3 |
| Coding | — | 39.6 |
| Mathe | 71.7 | — |
| Standard-Benchmarks | ||
| GPQA | 75.3% | 80.9% |
| MMLU Pro | 82.8% | — |
| HLE | 10.6% | 19.9% |
| LiveCodeBench | 52.4% | — |
| MATH 500 | 98.0% | — |
| AIME 2025 | 71.7% | — |
| AIME (Original) | 71.7% | — |
| SciCode | 36.0% | 40.0% |
| LCR | 31.2% | 63.7% |
| IFBench | 46.1% | 67.3% |
| TAU-bench v2 | 33.3% | 98.5% |
| TerminalBench Hard | 15.2% | 35.6% |
Wichtigste Erkenntnisse
Step 3.7 Flash bietet das beste Preis-Leistungs-Verhaeltnis mit $0.20/1M,ideal fuer volumenstarke Anwendungen und kostenbewusste Projekte.
Qwen3 235B A22B 2507 Instruct hat das staerkste Reasoning-Profil mit 59.6 Reasoning-Score,basierend auf den verfuegbaren Reasoning-Benchmarks.
Step 3.7 Flash erreicht einen 39.6 Coding-Index,und ist damit eine Top-Wahl fuer Softwareentwicklung und Code-Generierung.
Alle Modelle unterstuetzen Kontextfenster von ∞+ Tokens,geeignet fuer lange Dokumente und ausgedehnte Gespraeche.
Wann welches Modell sinnvoll ist
Qwen3 235B A22B 2507 Instruct
- Komplexe Reasoning-Aufgaben
- Forschung und Analyse
Step 3.7 Flash
- Kostensensitive Anwendungen
- Hohe Verarbeitungslast
- Code-Generierung
- Softwareentwicklung
