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

#108

Step 3.5 Flash

Stepfun প্রকাশ: 2026-02-01 পরীক্ষিত হয়েছে: 2026-04-11 01:44 stepfun/step-3.5-flash::none
(medium) (none)

আর্কাইভড মডেল: এই মডেল আর আপডেট করা হবে না এবং নতুন টেস্টে পরীক্ষা করা হবে না।

ধারাবাহিকতা

10.0

নির্ভরযোগ্যতা

প্রযোজ্য নয়

মোট আউটপুট টোকেন

0

???? ???

$0.100 / 1M

????? ???

$0.300 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 1

প্রতি চেষ্টায় পাস রেট: 0.0%

অস্থির টেস্ট

0

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

প্রতিক্রিয়া সময় (গড়)

0ms

প্রতিক্রিয়া সময় (সর্বোচ্চ): 0ms

প্রতিক্রিয়া সময় (মোট): 0ms

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-05-08 15:30 নতুন টেস্ট যোগ হয়েছে 7.8 10.0 $0.020 তুলনা করুন
2026-04-11 01:44 প্রথম নথিভুক্ত রান 3.0 প্রযোজ্য নয় $0.000 বর্তমান রান

রান তুলনা

রানস্কোরধারাবাহিকতানির্ভরযোগ্যতাসঠিক টেস্টঅস্থির টেস্টমোট আউটপুট টোকেনমোট খরচপ্রতিক্রিয়া সময় (গড়)
2026-04-11 01:44 · প্রথম নথিভুক্ত রান3.010.0প্রযোজ্য নয়0/100$0.0000ms
2026-05-08 15:30 · নতুন টেস্ট যোগ হয়েছে7.810.010.06/9064,795$0.02039.03s
পার্থক্য-4.80.0-90-64795-$0.020-39032ms

এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।

চার্ট

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

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

দ্রুত তুলনা

বিভাগভিত্তিক বিশ্লেষণ

বিভাগ স্কোর ধারাবাহিকতা সঠিক টেস্ট
কোডিং 3.0 10.0

তুলনা করা মডেল