নেভিগেশন
Advertise here

Step 3.7 Flash (medium) vs Grok 4.5 (low)

average score প্রায় সমান: 7.8 vs 7.8. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.571 vs $1.345. Grok 4.5 (low) দ্রুত: 18.14s vs 26.57s, pass rates 68.1% vs 73.9%.

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

তুলনা করা মডেল

র‍্যাঙ্ক
#106
মোট আউটপুট টোকেন
440,835
প্রতিক্রিয়া সময় (গড়)
26.57s
মোট খরচ
$0.571
র‍্যাঙ্ক
#109
মোট আউটপুট টোকেন
121,415
প্রতিক্রিয়া সময় (গড়)
18.14s
মোট খরচ
$1.345
প্রস্তাবিত মডেল Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 2.4x less than Grok 4.5 (low).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29 Grok 4.5 Grok 4.5 low প্রকাশ: 2026-07-08
স্কোর 7.8 7.8
র‍্যাঙ্ক #106 #109
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.7 9.3
প্রচেষ্টা 69/69 69/69
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.1% 73.9%
অস্থির টেস্ট 4 2
মোট রান 69 69
প্রতি ফলাফলে খরচ 4.392 8.404
মোট খরচ $0.571 $1.345
ইনপুট মূল্য $0.200 / 1M $2.000 / 1M
আউটপুট মূল্য $1.150 / 1M $6.000 / 1M
মোট ইনপুট টোকেন 319,524 308,068
আউটপুট টোকেন 440,835 9,218
রিজনিং টোকেন 0 112,197
প্রতিক্রিয়া সময় (গড়) 26.57s 18.14s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 152.83s 205.28s
প্রতিক্রিয়া সময় (মোট) 611.09s 417.21s
প্যারামিটার 198B মোট (11B সক্রিয়) ~1.7T মোট (~170B সক্রিয়)
উপলভ্যতা উন্মুক্ত উৎস বন্ধ উৎস

মডেল জেনারেশন শোকেস

Hamster playing table tennis

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

#106 Step 3.7 Flash

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

#109 SpaceXAI: Grok 4.5

low
খরচ
$0.011
সময়
12.4s
টোকেন
2,018 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
Grok 4.5 10.0 10.0 100.0% 0 13.72s 9,579 303 15,641

দ্রুত তুলনা

তুলনার জুটি বদলান

DeepSeek V4 Flash 0731mediumvsGrok 4.5lowQwen3.7 PlusnonevsGrok 4.5lowStep 3.7 FlashmediumvsGLM 5.3highQwen3.7 PlusnonevsStep 3.7 FlashmediumGrok 4.5lowvsGLM 5.3highQwen3.8 2.4T A95BhighvsStep 3.7 FlashmediumGPT-6 LunahighvsGrok 4.5lowMuse Glimmer 30BhighvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowGrok 4.5lowvsMiMo-V2.6-FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.5lowQwen3.7 MaxnonevsStep 3.7 Flashmedium