Hız analizi
Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.
Fiyatlar
Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.
Saniye başına token
Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.
P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.
Kullanılabilirlik
Kullanılabilirlik
Bu modelin çağrıldığında ne sıklıkla yanıt verdiği — son 30 gün içindeki gerçek API istekleri ve canlı testler üzerinden ölçülmüştür. Bu kaliteden bağımsızdır: bu sayılar yalnızca modelin yanıt verip vermediğini gösterir, yanıtın ne kadar iyi olduğunu değil.
Son 7 gün
—
Son 30 gün
100.0%
n=2
Medyan yanıt süresi
7,656ms
n=2
Baz alınan 362 ölçüm son 30 gün içinde.
Teknik detaylar
Yalnızca gerçek API çağrıları ve canlı test istekleri sayılır — dahili yoklamalar ve kıyaslama çalıştırmaları hariçtir.
Özel API anahtarıyla (BYOK) yapılan çağrılar hariçtir: bu hatalar anahtara özgüdür, model kesintisinin işareti değildir.
Başarısız çağrılar kalite puanlarına DAHİL EDİLMEZ — kalite yalnızca başarılı yanıtlar üzerinden ölçülür. Kullanılabilirlik ve kalite bağımsız sinyallerdir.
Kaydedilmiş süreye sahip başarılı çağrılarda medyan yanıt süresi (p50). Aykırı değerler medyanı ortalamadan daha az etkiler.
Toplam çağrı (30d)
2
OK yanıtlar (30d)
2
Toplam çağrı (7d)
0
OK yanıtlar (7d)
0
Tokonomix kıyaslama kararları
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.
Kalite
—
Gecikme p50
—
Test çalıştırmaları
0