Análisis de velocidad
Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.
Precios
Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.
Tokens por segundo
Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.
Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.
Disponibilidad
Disponibilidad
Con qué frecuencia responde este modelo cuando lo llamamos — medido en solicitudes reales de API y pruebas en vivo durante los últimos 30 días. Esto es independiente de la calidad: estos números solo indican si el modelo responde, no qué tan buena es la respuesta.
Últimos 7 días
—
Últimos 30 días
100.0%
n=2
Tiempo de respuesta mediano
7,656ms
n=2
Basado en 362 mediciones en los últimos 30 días.
Detalles técnicos
Solo cuentan las llamadas reales a la API y las solicitudes de prueba en vivo — las sondas internas y las ejecuciones de referencia están excluidas.
Las llamadas con una clave API propia (BYOK) están excluidas: esos fallos son específicos de la clave, no una señal de inactividad del modelo.
Las llamadas fallidas NO se incluyen en las puntuaciones de calidad — la calidad se mide solo en respuestas exitosas. Disponibilidad y calidad son señales independientes.
Tiempo de respuesta mediano (p50) en llamadas exitosas con una duración registrada. Los valores atípicos afectan menos a la mediana que a la media.
Total de llamadas (30d)
2
Respuestas OK (30d)
2
Total de llamadas (7d)
0
Respuestas OK (7d)
0
Veredictos del benchmark Tokonomix
Qwen3.7 Max shows slight performance decline across key benchmarks
Qwen3.7 Max has experienced measurable performance decreases across multiple evaluation categories in the latest benchmark window. The model's overall score dropped from 68.1 to 66.3, reflecting a broader pattern of declining capabilities. Coding performance, previously a standout strength, fell from 72.9 to 70.5, while instruction following decreased from 77.7 to 75.8. Mathematical reasoning also declined from 71.9 to 70.3, and creative writing saw a reduction from 53.8 to 51.9. The model maintained its position in hard prompts with a modest improvement from 59.8 to 60.2, suggesting some stability in handling complex tasks. Style control remained relatively steady at 74.4 compared to the previous 75.0. Speed metrics show the model continues to operate quickly with a time to first token of 0.58 seconds and total time of 10.79 seconds. Despite these performance regressions, Qwen3.7 Max remains a capable model particularly for coding applications, though users should be aware of the downward trajectory in several key competency areas. The changes suggest potential model updates or infrastructure adjustments that have affected output quality.
Calidad
—
Latencia p50
—
Ejecuciones de test
0