নেভিগেশন
Advertise here

Step 3.5 Flash (medium) vs Hy4 preview (low)

average score প্রায় সমান: 5.4 vs 5.4. Step 3.5 Flash (medium)-এর benchmark খরচ কম: $0.105 vs $1.670. Step 3.5 Flash (medium) দ্রুত: 190.48s vs 207.21s, pass rates 49.3% vs 21.7%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-01

তুলনা করা মডেল

র‍্যাঙ্ক
#276
মোট আউটপুট টোকেন
607,130
প্রতিক্রিয়া সময় (গড়)
190.48s
মোট খরচ
$0.105
র‍্যাঙ্ক
#274
মোট আউটপুট টোকেন
687,477
প্রতিক্রিয়া সময় (গড়)
207.21s
মোট খরচ
$1.670
প্রস্তাবিত মডেল Step 3.5 Flash (medium)

It has the best score here (5.4), while costing about 15.9x less than Hy4 preview (low).

বিস্তারিত তুলনা

মেট্রিক Step 3.5 Flash Step 3.5 Flash medium প্রকাশ: 2026-02-01 Hy4 preview Hy4 preview low প্রকাশ: 2026-08-29
স্কোর 5.4 5.4
র‍্যাঙ্ক #276 #274
নির্ভরযোগ্যতা 10.0 6.5
ধারাবাহিকতা 8.3 8.2
প্রচেষ্টা 66/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 49.3% 21.7%
অস্থির টেস্ট 3 4
মোট রান 66 69
প্রতি ফলাফলে খরচ 1.047 61.455
মোট খরচ $0.105 $1.670
ইনপুট মূল্য $0.100 / 1M $0.751 / 1M
আউটপুট মূল্য $0.300 / 1M $2.251 / 1M
মোট ইনপুট টোকেন 139,086 162,180
আউটপুট টোকেন 193,584 5,030
রিজনিং টোকেন 413,546 682,447
প্রতিক্রিয়া সময় (গড়) 190.48s 207.21s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 1597.85s 597.45s
প্রতিক্রিয়া সময় (মোট) 3238.23s 4765.91s
প্যারামিটার 196B মোট (11B সক্রিয়) 770B মোট (49B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস উন্মুক্ত উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#276 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 tok

#274 Hy4 preview

low
Provider returned error
খরচ
$0.000
সময়
1.1s
টোকেন
0 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Hy4 preview 5.2 8.6 0.0% 0 219.15s 6,110 135 96,407

দ্রুত তুলনা

তুলনার জুটি বদলান

Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneEmber-1nonevsStep 3.5 FlashmediumNorth Mini Codemediumবিনামূল্যে উপলভ্যvsHy4 previewlowHy4 previewlowvsMiMo-V2.6-FlashnoneEmber-1nonevsHy4 previewlowQwen3.8 27Bnoneবিনামূল্যে উপলভ্যvsHy4 previewlowGPT-5.6 LunanonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsStep 3.5 FlashmediumSeed-2.0-CodenonevsHy4 previewlowKimi K2.5nonevsStep 3.5 FlashmediumQwen3.8 27Bnoneবিনামূল্যে উপলভ্যvsStep 3.5 FlashmediumGPT-5.6 LunanonevsHy4 previewlow