#401 Step 3.5 Flash
none- Kosten
- $0.005
- Zeit
- 156.3s
- Token
- 13,887 tok
Stepfun
Veröffentlichung: 2026-02-01
Getestet am: 2026-05-08 15:30
stepfun/step-3.5-flash::none
196B insgesamt (11B aktiv)MoEOpen Source
(medium)
(none)
Zusammenfassung
Step 3.5 Flash erreicht 1.9 bei AI BENCHY und liegt auf #401. Das Modell hat 10.0 Zuverlässigkeit, 26.1% Erfolgsrate, $0.020 Gesamtkosten und 39.03s durchschnittliche Antwortzeit.
Was Step 3.5 Flash besonders macht: Am stärksten ist es in Anti-KI-Tricks, wo es #1 erreicht; am schwächsten ist Datenanalyse und -extraktion mit #11. Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.
Archiviertes Modell: Dieses Modell wird nicht mehr aktualisiert und nicht mehr in neuen Tests getestet.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 196B insgesamt (11B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
1.9
Konsistenz
5.2
10.0
Gesamte Ausgabe-Token
64,795
Gesamte Eingabe-Token
1,971
Eingabepreis
$0.100 / 1M
Ausgabepreis
$0.300 / 1M
Preis für Cache-Lesen
k. A.
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
0
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-05-08 15:30 Neuer Test hinzugefügt | 1.9 | 10.0 | $0.020 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 3.0 | k. A. | $0.000 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:30 · Aktueller Lauf | 36/69 Versuche | 1.9 | 5.2 | 10.0 | 6/12 | 0 | 64,795 | 1,971 | $0.020 | 39.03s |
| 2026-04-11 01:44 · Erster erfasster Lauf | 3/3 Versuche | 3.0 | 10.0 | k. A. | 0/1 | 0 | 0 | 0 | $0.000 | 0ms |
| Differenz | — | -1.1 | -4.8 | +6 | 0 | +64795 | +1971 | +$0.020 | +39032ms |
Die Benchmark-Abdeckung unterscheidet sich: 36/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 3/3 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.090 / 1M | $0.300 / 1M | k. A. | k. A. |
| 2026-06-30 21:25 | $0.100 / 1M | $0.300 / 1M | k. A. | k. A. |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 0.0 | 0.0 | |
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 1.0 | 3.3 | |
| Kombiniert | 1.5 | 5.0 | |
| Datenanalyse und -extraktion | 1.5 | 5.0 | |
| Domänenspezifisch | 3.3 | 3.3 | |
| Allgemeine Intelligenz | 4.0 | 10.0 | |
| Befolgung von Anweisungen | 5.0 | 5.0 | |
| Rätsellösen | 0.0 | 0.0 | |
| Werkzeugaufrufe | 3.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |