- Punktzahl
- 8.6 (+2.02 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 95.9% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 89.7% schneller
Stepfun
Veröffentlichung: 2026-05-29
Getestet am: 2026-10-01 02:09
stepfun/step-3.7-flash::high
198B insgesamt (11B aktiv)MoEOpen Source
Zusammenfassung
Step 3.7 Flash erreicht 6.6 bei AI BENCHY und liegt auf #209. Das Modell hat 10.0 Zuverlässigkeit, 58.0% Erfolgsrate, $1.478 Gesamtkosten und 72.72s durchschnittliche Antwortzeit.
Was Step 3.7 Flash besonders macht: Am stärksten ist es in Kombiniert, wo es #2 erreicht; am schwächsten ist Rätsellösen mit #16.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 9.4 (+2.80 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 87.7% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 91.4% schneller
- Punktzahl
- 8.3 (+1.70 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.047 · 96.8% günstiger
- Antwortzeit (Durchschnitt)
- 18.07s · 75.2% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 198B insgesamt (11B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
6.6
Konsistenz
8.5
10.0
Gesamte Ausgabe-Token
1,100,052
Gesamte Eingabe-Token
421,200
Eingabepreis
$0.200 / 1M
Ausgabepreis
$1.150 / 1M
Preis für Cache-Lesen
$0.040 / 1M
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
4
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.
#209 Step 3.7 Flash
high- Kosten
- $0.007
- Zeit
- 63.6s
- Token
- 6,030 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 02:09 Erneuter Test | 6.6 | 10.0 | $1.478 ↑ | Aktueller Lauf | |
| 2026-07-16 22:46 Neuer Test hinzugefügt | 6.9 | 10.0 | $1.207 | Vergleichen | |
| 2026-06-04 14:10 Neuer Test hinzugefügt | 7.0 | 10.0 | $1.148 | Vergleichen | |
| 2026-05-29 11:53 Erster Lauf | 7.1 | 9.9 | $0.960 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:09 · Aktueller Lauf | 69/69 Versuche | 6.6 | 8.5 | 10.0 | 11/23 | 4 | 1,100,052 | 421,200 | $1.478 | 72.72s |
| 2026-05-29 11:53 · Erster Lauf | 60/60 Versuche | 7.1 | 8.2 | 9.9 | 11/20 | 4 | 828,084 | 0 | $0.960 | 49.43s |
| Differenz | — | -0.6 | +0.3 | +0.1 | 0 | 0 | +271968 | +421200 | +$0.519 | +23290ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 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 |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.200 / 1M | $1.150 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $0.200 / 1M | $1.150 / 1M | $0.040 / 1M | 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
Schnellvergleich
Step 3.7 FlashhighvsMercury 2mediumStep 3.7 FlashhighvsKAT-Coder-Pro V2.5lowStep 3.7 FlashhighvsLongCat 2.0lowStep 3.7 FlashhighvsClaude Sonnet 5.5mediumStep 3.7 FlashhighvsQwen3.7 FlashmediumStep 3.7 FlashhighvsQwen3.6 35B A3BmediumStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsMercury 2.5 PreviewhighStep 3.7 FlashhighvsGPT-5.5noneStep 3.7 FlashhighvsMercury 2.5high
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 5.4 | 9.6 | |
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 4.0 | 6.0 | |
| Kombiniert | 8.7 | 6.9 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.6 | 7.2 | |
| Allgemeine Intelligenz | 5.5 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 5.3 | 7.2 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |