Qwen 3.7 Flash: para qué sirve de verdad (benchmark en español)
Su fuerte es Coding (#14 de 97 entre los que rinden el examen completo), y donde menos rinde es Agentes (7.81 contra 9.66). Está en el tercio más barato del ranking: $0.204 por cada 1.000 llamadas.
Dónde está parado, pilar por pilar
La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.
Medido con 163 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos
Qué hace bien y qué no
Su media entre las 34 tareas medidas es 7.89. Un promedio esconde justo lo que te importa, así que acá están los extremos.
Donde rinde por encima de sí mismo
- Precisión literal (hex, JWT, configs) — 9.20 (+1.31 contra su media).
- JSON estructurado (extracción, schemas) — 9.10 (+1.21 contra su media).
- Extraer los datos verificables de un texto — 9.03 (+1.14 contra su media).
- Gestión de tareas (action items, planes) — 8.93 (+1.04 contra su media).
Donde se cae
- Resistencia a prompt injection — 3.11 (-4.78 contra su media).
- Tool calling (llamada de funciones) — 6.67 (-1.22 contra su media).
- Anti-alucinación (citas, contexto) — 6.95 (-0.94 contra su media).
- Ventas en frío (cold email, campañas) — 7.03 (-0.86 contra su media).
Si Qwen 3.7 Flash no te cierra
| Modelo | Calidad | $/1k | Latencia | Por qué |
|---|---|---|---|---|
| Gemini 3.5 Flash Lite | 8.23 | $3.84 | 4.6 s | al menos 40% menos de espera, sin caer de nota |
La ficha: Qwen 3.7 Flash en números
| Calidad medida | |
|---|---|
| Runs que puntúan | 163 |
| Tool calling | 8.18 |
| Resistencia a prompt injection | 1.45 |
| Precio | |
| Precio por millón · entrada | $0.030 |
| Precio por millón · salida | $0.130 |
| Rendimiento y límites | |
| Latencia total media | 28.5 s |
| Ventana de contexto | 1.000.000 |
| Contexto útil medido | 800.000 |
Contra los mejores del ranking, en plata
| Modelo | Calidad | $/1.000 llamadas |
|---|---|---|
| Qwen 3.7 Flash | 8.49 | $0.204 |
| GPT-5.6 Luna | 8.52 | $0.930 |
| Claude Opus 4.8 | 8.48 | $39.00 |
- GPT-5.6 Luna (el techo medido) rinde 0% más (8.52 contra 8.49) y cuesta 5 veces más por llamada.
- Claude Opus 4.8 (el caro que todos conocen) cuesta 191 veces más y no rinde más: 8.48 contra 8.49.
Cuánto max_tokens darle, por tarea
| Tarea | Mediana | Peor caso medido | max_tokens sugerido |
|---|---|---|---|
| Tareas largas (sostener el hilo 8-12 turnos) | 12.633 | 32.237 | 40.296 |
| Razonamiento profundo (matemática. Fermi) | 3.736 | 8.194 | 10.242 |
| Generación de código (Python. SQL. debug) | 4.881 | 7.632 | 9.540 |
| OCR / extracción desde imágenes | 4.950 | 6.908 | 8.635 |
| Creatividad (hooks. analogías. narrativa) | 4.512 | 6.700 | 8.375 |
| Gestión de tareas (action items. planes) | 3.966 | 6.484 | 8.105 |
| Razonamiento general (lógica. decisiones) | 5.845 | 6.190 | 7.737 |
| Integridad de idioma (no mezclar idiomas) | 5.288 | 5.976 | 7.470 |
| Decisiones de negocio (prioridades. plan) | 3.285 | 5.435 | 6.793 |
| Contenido genérico (blog. email. social) | 2.059 | 5.374 | 6.717 |
| Presentaciones (slides. reportes) | 5.343 | 5.343 | 6.678 |
| Estrategia (pricing. planificación) | 4.311 | 5.290 | 6.612 |
| Noticias + SEO (artículos completos) | 4.900 | 5.104 | 6.380 |
| Contenido startup (newsletter. actualidad) | 4.038 | 4.825 | 6.031 |
| Traducción (es↔en) | 3.703 | 4.408 | 5.510 |
| Contenido con datos verificables (no inventar) | 4.012 | 4.258 | 5.322 |
| JSON estructurado (extracción. schemas) | 1.857 | 3.991 | 4.988 |
| Auditar números (detectar el error plantado) | 2.752 | 3.989 | 4.986 |
| Capacidades de agente (delegación. skills) | 2.602 | 3.945 | 4.931 |
| Extraer los datos verificables de un texto | 2.475 | 3.546 | 4.432 |
| Ventas en frío (cold email. campañas) | 3.288 | 3.470 | 4.337 |
| Anti-alucinación (citas. contexto) | 2.410 | 3.436 | 4.295 |
| Resúmenes y extracción de datos | 3.228 | 3.228 | 4.035 |
| Orquestación (flujos de varios pasos) | 1.461 | 2.481 | 3.101 |
| Multi-turno (debugging. requisitos) | 2.417 | 2.456 | 3.070 |
| Aguja en el pajar (contexto largo en español) | 596 | 2.445 | 3.056 |
| Tool calling (llamada de funciones) | 559 | 2.070 | 2.587 |
| Seguir instrucciones al pie de la letra | 1.746 | 1.899 | 2.373 |
| Verificar un dato contra su fuente | 1.230 | 1.753 | 2.191 |
| Encontrar el sitio oficial de una empresa | 994 | 1.601 | 2.001 |
| No inventar herramientas (abstenerse cuando no hay) | 513 | 1.509 | 1.886 |
| Resistencia a prompt injection | 536 | 1.501 | 1.876 |
| Soporte al cliente (clasificar y responder) | 730 | 1.214 | 1.517 |
| Precisión literal (hex. JWT. configs) | 514 | 1.075 | 1.343 |
Los números oficiales de Qwen 3.7 Flash
Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.
Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.
¿Es el mejor para TU caso?
Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Qwen 3.7 Flash es tu opción o hay algo mejor para lo que haces.
Ir a la calculadora →