নেভিগেশন
Advertise here

Step 3.7 Flash (medium) vs Grok 4.7 (low)

average score প্রায় সমান: 7.9 vs 7.9. Step 3.7 Flash (medium)-এর benchmark খরচ কম: $0.495 vs $1.320. Step 3.7 Flash (medium) দ্রুত: 23.51s vs 59.02s, pass rates 68.2% vs 77.3%.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-09-21

তুলনা করা মডেল

র‍্যাঙ্ক
#84
মোট আউটপুট টোকেন
409,709
প্রতিক্রিয়া সময় (গড়)
23.51s
মোট খরচ
$0.495
র‍্যাঙ্ক
#81
মোট আউটপুট টোকেন
231,848
প্রতিক্রিয়া সময় (গড়)
59.02s
মোট খরচ
$1.320
প্রস্তাবিত মডেল Step 3.7 Flash (medium)

It has the best score here (7.9), while costing about 2.7x less than Grok 4.7 (low).

বিস্তারিত তুলনা

মেট্রিক Step 3.7 Flash Step 3.7 Flash medium প্রকাশ: 2026-05-29 Grok 4.7 Grok 4.7 low প্রকাশ: 2026-09-21
স্কোর 7.9 7.9
র‍্যাঙ্ক #84 #81
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.9 8.3
প্রচেষ্টা 66/66 66/66
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 68.2% 77.3%
অস্থির টেস্ট 3 5
মোট রান 66 66
প্রতি ফলাফলে খরচ 3.801 9.422
মোট খরচ $0.495 $1.320
ইনপুট মূল্য $0.200 / 1M $1.600 / 1M
আউটপুট মূল্য $1.150 / 1M $4.800 / 1M
মোট ইনপুট টোকেন 114,191 128,832
আউটপুট টোকেন 409,709 6,840
রিজনিং টোকেন 0 225,008
প্রতিক্রিয়া সময় (গড়) 23.51s 59.02s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 152.83s 389.63s
প্রতিক্রিয়া সময় (মোট) 517.21s 1298.42s
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.

#84 Step 3.7 Flash

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

#81 SpaceXAI: Grok 4.7

low
খরচ
$0.007
সময়
15.2s
টোকেন
1,537 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 4.7 8.4 7.4 88.9% 1 189.08s 9,579 346 99,053

দ্রুত তুলনা

তুলনার জুটি বদলান