#51 Step 3.7 Flash
low
অবৈধ SVG
- খরচ
- $0.004
- সময়
- 25.3s
- টোকেন
- 3,072 tok
AI BENCHY Compare
StepFun: Step 3.7 Flash vs xAI: Grok 4.3
সারাংশ
average score প্রায় সমান: 7.7 vs 7.7. Step 3.7 Flash (low)-এর benchmark খরচ কম: $0.341 vs $0.614. Step 3.7 Flash (low) দ্রুত: 15.74s vs 47.51s, pass rates 68.3% vs 71.4%.
প্রস্তাবিত মডেলStep 3.7 Flash (low)It has the best score here (7.7), while costing about 1.8x less than Grok 4.3 (medium).
AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14
| মেট্রিক | Step 3.7 Flash Step 3.7 Flash low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| স্কোর | 7.7 | 7.7 |
| র্যাঙ্ক | #51 | #48 |
| নির্ভরযোগ্যতা | 10.0 | 10.0 |
| ধারাবাহিকতা | 8.4 | 8.5 |
| সঠিক টেস্ট | ||
| প্রতি চেষ্টায় পাস রেট | 68.3% | 71.4% |
| অস্থির টেস্ট | 4 | 4 |
| মোট রান | 63 | 63 |
| প্রতি ফলাফলে খরচ | 2.840 | 4.724 |
| মোট খরচ | $0.341 | $0.614 |
| ইনপুট মূল্য | $0.200 / 1M | $1.250 / 1M |
| আউটপুট মূল্য | $1.150 / 1M | $2.500 / 1M |
| মোট ইনপুট টোকেন | 40,101 | 44,472 |
| আউটপুট টোকেন | 289,325 | 1,981 |
| রিজনিং টোকেন | 0 | 221,382 |
| প্রতিক্রিয়া সময় (গড়) | 15.74s | 47.51s |
| প্রতিক্রিয়া সময় (সর্বোচ্চ) | 124.75s | 216.69s |
| প্রতিক্রিয়া সময় (মোট) | 330.63s | 997.68s |
জেনারেশন শোকেস
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 xAI: 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
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKimi 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 Flashlow