AI BENCHY
Advertise here
#32

Step 3.7 Flash

Stepfun Veröffentlichung: 2026-05-29 Getestet am: 2026-05-29 11:49 stepfun/step-3.7-flash::medium
(high) (medium) (low)

Zusammenfassung

Step 3.7 Flash erreicht 7.9 bei AI BENCHY und liegt auf #32. Das Modell hat 9.9 Zuverlässigkeit, 71.7% Erfolgsrate, $0.404 Gesamtkosten und 20.29s durchschnittliche Antwortzeit.

Was Step 3.7 Flash besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Rätsellösen mit #16.

Punktzahl

7.9

Konsistenz

9.2

Zuverlässigkeit

9.9

Gesamtkosten (aktueller Preis)

$0.404

Gesamte Ausgabe-Token

344,492

Gesamte Eingabe-Token

0

Eingabepreis

$0.200 / 1M

Ausgabepreis

$1.150 / 1M

Korrekte Tests

Falsche Tests: 7

Erfolgsquote pro Versuch: 71.7%

Instabile Tests

2

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

20.29s

Antwortzeit (Maximum): 136.44s

Antwortzeit (Gesamt): 405.79s

Falsche Antwort: 5 Anweisungen nicht befolgt: 1 Keine Antwort: 1

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#32 Step 3.7 Flash

medium
Kosten
$0.006
Zeit
46.2s
Token
4,466 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten 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 Aktueller Lauf

Laufvergleich

LaufPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-05-29 11:49 · Erster Lauf7.99.29.913/202344,4920$0.40420.29s
2026-06-04 13:52 · Neuer Test hinzugefügt8.09.39.914/212319,95839,981$0.37620.35s
Differenz-0.1-0.10.0-10+24534-39981+$0.028-64ms

Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.

Diagramme

Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Step 3.7 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsSeed-2.0-LitemediumStep 3.7 FlashmediumvsGPT-5.2mediumStep 3.7 FlashmediumvsGPT-5.4mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsGemini 3.5 FlashhighStep 3.7 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.7 FlashmediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarStep 3.7 FlashmediumvsGPT-5.5low

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Anti-KI-Tricks 8.7 7.9
Programmierung 8.2 6.7
Kombiniert 10.0 10.0
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 7.7 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

Verglichene Modelle