#63 Step 3.7 Flash
high- Kosten
- $0.007
- Zeit
- 63.6s
- Token
- 6,030 tok
Stepfun
Veröffentlichung: 2026-05-29
Getestet am: 2026-06-04 14:10
stepfun/step-3.7-flash::high
Zusammenfassung
Step 3.7 Flash erreicht 7.1 bei AI BENCHY und liegt auf #63. Das Modell hat 10.0 Zuverlässigkeit, 63.5% Erfolgsrate, $1.148 Gesamtkosten und 64.46s durchschnittliche Antwortzeit.
7.1
Konsistenz
8.2
10.0
Gesamte Ausgabe-Token
991,355
Gesamte Eingabe-Token
38,391
Eingabepreis
$0.200 / 1M
Ausgabepreis
$1.150 / 1M
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 14:10 Neuer Test hinzugefügt | 7.0 | 10.0 | $1.148 | Aktueller Lauf | |
| 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 | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:10 · Aktueller Lauf | 7.1 | 8.2 | 10.0 | 11/21 | 4 | 991,355 | 38,391 | $1.148 | 64.46s |
| 2026-05-29 11:53 · Erster Lauf | 7.1 | 8.2 | 9.9 | 11/20 | 4 | 828,084 | 0 | $0.960 | 49.43s |
| Differenz | -0.1 | 0.0 | +0.1 | 0 | 0 | +163271 | +38391 | +$0.189 | +15027ms |
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 |
|---|---|---|
| 2026-06-04 15:40 | $0.200 / 1M | $1.150 / 1M |
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 FlashhighvsClaude Opus 4.8noneStep 3.7 FlashhighvsGemma 4 26B A4BmediumKostenlos verfügbarStep 3.7 FlashhighvsQwen3.7 PlusnoneStep 3.7 FlashhighvsClaude Sonnet 4.6noneStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsGemini 3.5 FlashhighStep 3.7 FlashhighvsGemini 3 Flash PreviewmediumStep 3.7 FlashhighvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarStep 3.7 FlashhighvsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 4.0 | 6.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 4.1 | 4.4 | |
| 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 |