AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#58

Step 3.7 Flash

Stepfun প্রকাশ: 2026-05-29 পরীক্ষিত হয়েছে: 2026-06-04 13:49 stepfun/step-3.7-flash::low

সারাংশ

Step 3.7 Flash AI BENCHY-তে 7.3 স্কোর করে এবং #58 স্থানে আছে। এর reliability 10.0, pass rate 68.3%, মোট খরচ $0.341, এবং গড় response time 15.74s.

Step 3.7 Flash কে আলাদা করে যা: এটি কোডিং-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #2; আর Sadharon Buddhimotta এর দুর্বলতম ক্ষেত্র, rank #15.

ধারাবাহিকতা

8.4

মোট আউটপুট টোকেন

289,325

মোট ইনপুট টোকেন

40,101

ইনপুট মূল্য

$0.200 / 1M

আউটপুট মূল্য

$1.150 / 1M

সঠিক টেস্ট

ভুল টেস্ট: 9

প্রতি চেষ্টায় পাস রেট: 68.3%

অস্থির টেস্ট

4

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

প্রতিক্রিয়া সময় (গড়)

15.74s

প্রতিক্রিয়া সময় (সর্বোচ্চ): 124.75s

প্রতিক্রিয়া সময় (মোট): 330.63s

Generation showcase

Hamster playing table tennis

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

#58 Step 3.7 Flash

low
Invalid SVG
Cost
$0.004
Time
25.3s
Tokens
3,072 tok

রান ইতিহাস

পরীক্ষিত হয়েছে স্কোর নির্ভরযোগ্যতা সঠিক টেস্ট মোট খরচ তুলনা করুন
2026-06-04 13:49 নতুন টেস্ট যোগ হয়েছে 7.3 10.0 $0.341 বর্তমান রান
2026-05-29 11:49 প্রথম রান 7.4 10.0 $0.336 তুলনা করুন

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

মূল্যের ইতিহাস

OpenRouter থেকে এই মডেলের ঐতিহাসিক মূল্য তথ্য।

তারিখ ইনপুট মূল্য আউটপুট মূল্য
2026-06-04 15:40 $0.200 / 1M $1.150 / 1M

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
অ্যান্টি-এআই কৌশল 8.7 7.9
কোডিং 8.2 7.2
সমন্বিত 10.0 10.0
ডেটা পার্সিং ও নিষ্কাশন 7.3 5.8
ডোমেইন-নির্দিষ্ট 5.3 7.2
Sadharon Buddhimotta 3.4 9.3
নির্দেশনা অনুসরণ 9.8 10.0
ধাঁধা সমাধান 5.5 9.9
টুল কলিং 10.0 10.0
সাধারণ জ্ঞান 3.0 10.0

তুলনা করা মডেল