AI BENCHY
Advertise here
#58

Step 3.5 Flash

Stepfun প্রকাশ: 2026-02-01 পরীক্ষিত হয়েছে: 2026-05-22 00:30 stepfun/step-3.5-flash::medium
(medium) (none)

সারাংশ

Step 3.5 Flash AI BENCHY-তে 7.4 স্কোর করে এবং #58 স্থানে আছে। এর reliability 9.3, pass rate 65.8%, মোট খরচ $0.015, এবং গড় response time 43.29s.

Step 3.5 Flash কে আলাদা করে যা: এটি অ্যান্টি-এআই কৌশল-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর কোডিং এর দুর্বলতম ক্ষেত্র, rank #18. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।

স্কোর

7.4

ধারাবাহিকতা

8.7

নির্ভরযোগ্যতা

9.3

মোট খরচ (বর্তমান মূল্য)

$0.015

মোট আউটপুট টোকেন

263,806

মোট ইনপুট টোকেন

0

ইনপুট মূল্য

$0.090 / 1M

আউটপুট মূল্য

$0.300 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 8

প্রতি চেষ্টায় পাস রেট: 65.8%

অস্থির টেস্ট

3

অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।

প্রতিক্রিয়া সময় (গড়)

43.29s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 170.45s

প্রতিক্রিয়া সময় (মোট): 562.74s

ভুল উত্তর: 4 নির্দেশনা অনুসরণ করা হয়নি: 3 কোন উত্তর নেই: 1

Hamster playing table tennis

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

#58 Step 3.5 Flash

medium
খরচ
$0.008
সময়
277.1s
টোকেন
23,695 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-07-16 23:25 নতুন টেস্ট যোগ হয়েছে 6.0 9.2 $0.108 ↑ তুলনা করুন
2026-06-04 14:12 নতুন টেস্ট যোগ হয়েছে 7.2 8.9 $0.070 ↑ তুলনা করুন
2026-05-22 00:30 স্যুইট পরিবর্তিত হয়েছে 7.4 9.3 $0.015 বর্তমান রান
2026-05-08 15:30 স্যুইট পরিবর্তিত হয়েছে 7.6 10.0 $0.011 তুলনা করুন
2026-04-11 00:35 প্রথম নথিভুক্ত রান 7.9 প্রযোজ্য নয় $0.000 তুলনা করুন

এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।

চার্ট

প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

Step 3.5 FlashmediumvsInklinglowStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGemini 3.1 Flash LitenoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20noneStep 3.5 Flashmediumvsgpt-oss-120bmediumStep 3.5 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsNemotron 3 Ultramediumবিনামূল্যে উপলভ্যStep 3.5 FlashmediumvsGPT-5.5low

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
অ্যান্টি-এআই কৌশল 10.0 10.0
কোডিং 3.0 6.0
সমন্বিত 10.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 10.0 10.0
ডোমেইন-নির্দিষ্ট 5.3 7.2
Sadharon Buddhimotta 5.5 10.0
নির্দেশনা অনুসরণ 8.5 6.8
ধাঁধা সমাধান 5.3 10.0
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল