#61 Step 3.7 Flash
medium- Kosten
- $0.006
- Zeit
- 46.2s
- Token
- 4,466 tok
Stepfun
Veröffentlichung: 2026-05-29
Getestet am: 2026-08-14 02:31
stepfun/step-3.7-flash::medium
198B insgesamt (11B aktiv)MoEOpen Source
Zusammenfassung
Step 3.7 Flash erreicht 7.9 bei AI BENCHY und liegt auf #61. Das Modell hat 10.0 Zuverlässigkeit, 68.2% Erfolgsrate, $0.495 Gesamtkosten und 23.51s durchschnittliche Antwortzeit.
Was Step 3.7 Flash besonders macht: Am stärksten ist es in Programmierung, wo es #4 erreicht; am schwächsten ist Allgemeine Intelligenz mit #17.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 198B insgesamt (11B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
7.9
Konsistenz
8.9
10.0
Gesamte Ausgabe-Token
409,709
Gesamte Eingabe-Token
114,191
Eingabepreis
$0.200 / 1M
Ausgabepreis
$1.150 / 1M
Instabile Tests
3
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 02:31 Erneuter Test | 7.9 | 10.0 | $0.495 | Aktueller Lauf | |
| 2026-07-16 22:50 Neuer Test hinzugefügt | 8.0 | 9.9 | $0.515 | Vergleichen | |
| 2026-06-04 13:52 Neuer Test hinzugefügt | 8.0 | 9.9 | $0.376 | Vergleichen | |
| 2026-05-29 11:49 Erster Lauf | 7.9 | 9.9 | $0.404 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:31 · Aktueller Lauf | 66/66 Versuche | 7.9 | 8.9 | 10.0 | 13/22 | 3 | 409,709 | 114,191 | $0.495 | 23.51s |
| 2026-06-04 13:52 · Neuer Test hinzugefügt | 61/63 Versuche | 8.0 | 9.3 | 9.9 | 14/21 | 2 | 319,958 | 39,981 | $0.376 | 20.35s |
| Differenz | — | -0.1 | -0.4 | +0.1 | -1 | +1 | +89751 | +74210 | +$0.119 | +3156ms |
Die Benchmark-Abdeckung unterscheidet sich: 66/66 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 61/63 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 |
|---|---|---|
| 2026-08-14 12:51 | $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 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsQwen3.8 27BlowStep 3.7 FlashmediumvsKimi K3maxStep 3.7 FlashmediumvsQwen3.7 PlusmediumStep 3.7 FlashmediumvsGPT-5.6 TerrahighStep 3.7 FlashmediumvsQwen3.6 PlusmediumStep 3.7 FlashmediumvsInklingmediumStep 3.7 FlashmediumvsGemini 3.5 Flash LitemediumStep 3.7 FlashmediumvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2medium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.7 | 7.9 | |
| Programmierung | 8.8 | 7.8 | |
| Kombiniert | 7.3 | 5.8 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 4.0 | 10.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 5.7 | 9.9 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |