#40 Claude Sonnet 4.6
medium
অবৈধ SVG
- খরচ
- $0.000
- সময়
- 300.0s
- টোকেন
- 0 tok
AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash
সারাংশ
Claude Sonnet 4.6 (medium) average score-এ এগিয়ে: 7.8 vs 7.7. Step 3.7 Flash (low)-এর benchmark খরচ কম: $0.341 vs $1.418. Step 3.7 Flash (low) দ্রুত: 15.74s vs 17.06s, pass rates 65.1% vs 68.3%.
প্রস্তাবিত মডেলStep 3.7 Flash (low)Its score stays close to the best score here (7.7 vs 7.8), while costing about 4.2x less than Claude Sonnet 4.6 (medium).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| স্কোর | 7.8 | 7.7 |
| র্যাঙ্ক | #40 | #51 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 9.1 | 8.4 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 65.1% | 68.3% |
| অস্থির টেস্ট | 2 | 4 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 10.904 | 2.840 |
| মোট খরচ | $1.418 | $0.341 |
| ইনপুট মূল্য | $3.000 / 1M | $0.200 / 1M |
| আউটপুট মূল্য | $15.000 / 1M | $1.150 / 1M |
| মোট ইনপুট টোকেন | 49,112 | 40,101 |
| আউটপুট টোকেন | 54,703 | 289,325 |
| রিজনিং টোকেন | 29,970 | 0 |
| প্রতিক্রিয়া সময় (গড়) | 17.06s | 15.74s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 46.35s | 124.75s |
| প্রতিক্রিয়া সময় (মোট) | 221.83s | 330.63s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
অবৈধ SVG
- খরচ
- $0.004
- সময়
- 25.3s
- টোকেন
- 3,072 tok
স্কোর অনুযায়ী শীর্ষ মডেল
স্কোর বনাম মোট খরচ
প্রতিক্রিয়া সময় (গড়)
স্কোর vs প্রতিক্রিয়া সময় (গড়)
মোট আউটপুট টোকেন
স্কোর vs মোট আউটপুট টোকেন
বিভাগভিত্তিক বিশ্লেষণ
| কোডিং | স্কোর | ধারাবাহিকতা | প্রতি চেষ্টায় পাস রেট | অস্থির টেস্ট | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) | ইনপুট টোকেন | আউটপুট টোকেন | রিজনিং টোকেন |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
দ্রুত তুলনা
তুলনার জুটি বদলান
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumবিনামূল্যে উপলভ্যvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 Flashlow