নেভিগেশন
Advertise here

Step 3.7 Flash (low) vs Grok 4.3 (medium)

Step 3.7 Flash (low) average score-এ এগিয়ে: 7.2 vs 6.5. Step 3.7 Flash (low)-এর benchmark খরচ কম: $0.449 vs $0.989. Step 3.7 Flash (low) দ্রুত: 20.72s vs 44.53s, pass rates 63.8% vs 63.8%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-10-19

তুলনা করা মডেল

র‍্যাঙ্ক
#176
মোট আউটপুট টোকেন
339,108
প্রতিক্রিয়া সময় (গড়)
20.72s
মোট খরচ
$0.449
র‍্যাঙ্ক
#236
মোট আউটপুট টোকেন
232,542
প্রতিক্রিয়া সময় (গড়)
44.53s
মোট খরচ
$0.989
প্রস্তাবিত মডেল Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 2.2x less than Grok 4.3 (medium).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash low প্রকাশ: 2026-05-29 Grok 4.3 Grok 4.3 medium প্রকাশ: 2026-05-01
স্কোর 7.2 6.5
র‍্যাঙ্ক #176 #236
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 7.9 8.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 63.8% 63.8%
অস্থির টেস্ট 6 5
মোট রান 69 69
প্রতি ফলাফলে খরচ 4.078 8.235
মোট খরচ $0.449 $0.989
ইনপুট মূল্য $0.200 / 1M $1.250 / 1M
আউটপুট মূল্য $1.150 / 1M $2.500 / 1M
ক্যাশ পড়ার মূল্য $0.040 / 1M $0.200 / 1M
ক্যাশ লেখার মূল্য প্রযোজ্য নয় প্রযোজ্য নয়
মোট ইনপুট টোকেন 292,685 325,471
আউটপুট টোকেন 339,108 14,867
রিজনিং টোকেন 0 217,675
প্রতিক্রিয়া সময় (গড়) 20.72s 44.53s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 124.75s 216.69s
প্রতিক্রিয়া সময় (মোট) 476.67s 1024.25s
প্যারামিটার 198B মোট (11B সক্রিয়) ~1.5T মোট (~150B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

ক্যাশের মূল্য ইনপুট টোকেনের জন্য প্রযোজ্য। পড়ার সময় ক্যাশ করা প্রম্পট আবার ব্যবহার হয়; লেখার সময় সেগুলি সংরক্ষিত হয় এবং বাড়তি খরচ হতে পারে। আউটপুট টোকেনের জন্য আউটপুট মূল্য প্রযোজ্য।

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#176 Step 3.7 Flash

low
অবৈধ SVG
খরচ
$0.004
সময়
25.3s
টোকেন
3,072 tok

#236 SpaceXAI: Grok 4.3

medium
খরচ
$0.009
সময়
19.0s
টোকেন
3,661 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 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

দ্রুত তুলনা

তুলনার জুটি বদলান

KAT-Coder-Pro V2.5highvsGrok 4.3mediumStep 3.7 FlashlowvsGLM 5mediumGrok 4.3mediumvsGLM 5.1noneLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowQwen3.5-122B-A10BnonevsGrok 4.3mediumGrok 4.3mediumvsGLM 5.3lowQwen3.7 FlashhighvsStep 3.7 FlashlowGemini 3 Flash PreviewnonevsGrok 4.3mediumBeam 1.0 501B A23BmaxvsGrok 4.3mediumClaude Opus 5nonevsStep 3.7 FlashlowBeam 1.0 501B A23BxhighvsGrok 4.3medium