StepFun: Step 3.5 Flash

Aibenchy টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে : ১৯ ফেব, ২০২৬

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ	সম্পূর্ণভাবে পাস হওয়া টেস্ট	Score	ধারাবাহিকতা	প্রতি চেষ্টায় পাস রেট	অস্থির টেস্ট	যুক্তি স্কোর	খরচ
Anti-AI Tricks	1/2	5.50	5.81	83.3%	1	10.00	$0.00000
Data parsing and extraction	1/2	5.00	10.00	50.0%	0	9.75	$0.00000
Domain specific	1/3	4.00	7.21	44.4%	1	8.44	$0.00000
Instructions following	2/2	10.00	10.00	100.0%	0	9.67	$0.00000
Puzzle Solving	0/3	2.00	4.96	33.3%	2	9.22	$0.00000

StepFun: Step 3.5 Flash এর সাথে তুলনা করুন...

#17 · MiniMax

যুক্তি (medium)

Score: 5.08

ধারাবাহিকতা: 6.00

প্রতি চেষ্টায় পাস রেট: 61.1%

অস্থির টেস্ট: 6

প্রতি ফলাফলে খরচ: 4.0276

সঠিক টেস্ট: 5/12

মোট খরচ: $0.20138

#19 · OpenAI

যুক্তি ছাড়া

Score: 4.00

ধারাবাহিকতা: 9.98

প্রতি চেষ্টায় পাস রেট: 25.0%

অস্থির টেস্ট: 0

প্রতি ফলাফলে খরচ: 0.0576

সঠিক টেস্ট: 3/12

মোট খরচ: $0.00173

#16 · Anthropic

যুক্তি (medium)

Score: 5.42

ধারাবাহিকতা: 8.60

প্রতি চেষ্টায় পাস রেট: 55.5%

অস্থির টেস্ট: 2

প্রতি ফলাফলে খরচ: 12.8695

সঠিক টেস্ট: 6/12

মোট খরচ: $0.77217

StepFun: Step 3.5 Flash এর সাথে তুলনা করুন...