নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

StepFun: Step 3.7 Flash vs Thinking Machines: Inkling

average score প্রায় সমান: 8.0 vs 8.0. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.515 vs $1.006. Step 3.7 Flash (medium) দ্রুত: 26.37s vs 64.16s, pass rates 72.7% vs 77.3%.

প্রস্তাবিত মডেলStep 3.7 Flash (medium)It has the best score here (8.0), while costing about 2.0x less than Inkling (high).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-18

মেট্রিক Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29 Inkling Inkling high প্রকাশ: 2026-07-18
স্কোর 8.0 8.0
র‍্যাঙ্ক #29 #28
নির্ভরযোগ্যতা 9.9 9.8
ধারাবাহিকতা 8.9 8.9
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 72.7% 77.3%
অস্থির টেস্ট 3 3
মোট রান 64 66
প্রতি ফলাফলে খরচ 3.676 6.704
মোট খরচ $0.515 $1.006
ইনপুট মূল্য $0.200 / 1M $1.000 / 1M
আউটপুট মূল্য $1.150 / 1M $4.050 / 1M
মোট ইনপুট টোকেন 114,062 86,746
আউটপুট টোকেন 427,572 6,055
রিজনিং টোকেন 0 220,791
প্রতিক্রিয়া সময় (গড়) 26.37s 64.16s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 152.83s 327.51s
প্রতিক্রিয়া সময় (মোট) 580.25s 1411.59s

Hamster playing table tennis

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

#29 Step 3.7 Flash

medium
খরচ
$0.006
সময়
46.2s
টোকেন
4,466 tok

#28 Thinking Machines: Inkling

high
খরচ
$0.005
সময়
32.2s
টোকেন
1,275 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 8.8 7.8 88.9% 1 27.42s 7,437 44,797 0
Inkling 8.5 10.0 66.7% 0 148.36s 7,374 430 78,982

দ্রুত তুলনা

তুলনার জুটি বদলান