#82 Step 3.7 Flash
high- Kosten
- $0.007
- Zeit
- 63.6s
- Token
- 6,030 tok
Stepfun
Veröffentlichung: 2026-05-29
Getestet am: 2026-07-16 22:46
stepfun/step-3.7-flash::high
198B insgesamt (11B aktiv)MoEOpen Source
Zusammenfassung
Step 3.7 Flash erreicht 6.9 bei AI BENCHY und liegt auf #82. Das Modell hat 10.0 Zuverlässigkeit, 63.6% Erfolgsrate, $1.207 Gesamtkosten und 64.68s durchschnittliche Antwortzeit.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 198B insgesamt (11B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
6.9
Konsistenz
8.0
10.0
Gesamte Ausgabe-Token
1,032,395
Gesamte Eingabe-Token
98,691
Eingabepreis
$0.200 / 1M
Ausgabepreis
$1.150 / 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
5
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:45 Erneuter Test | 6.8 | 10.0 | $1.229 | Vergleichen | |
| 2026-07-16 22:46 Neuer Test hinzugefügt | 6.9 | 10.0 | $1.207 | Aktueller Lauf | |
| 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:46 · Neuer Test hinzugefügt | 66/66 Versuche | 6.9 | 8.0 | 10.0 | 11/22 | 5 | 1,032,395 | 98,691 | $1.207 | 64.68s |
| 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 | — | -0.3 | -0.2 | +0.1 | 0 | +1 | +204311 | +98691 | +$0.248 | +15254ms |
Die Benchmark-Abdeckung unterscheidet sich: 66/66 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 |
|---|---|---|---|---|
| 2026-06-04 15:40 | $0.200 / 1M | $1.150 / 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
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 |
|---|---|---|---|
| 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 | 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 |