#319 Step 3.5 Flash
medium- Coste
- $0.008
- Tiempo
- 277.1s
- Tokens
- 23,695 tok
Stepfun
Lanzamiento: 2026-02-01
Probado el: 2026-10-01 02:07
stepfun/step-3.5-flash::medium
196B en total (11B activos)MoECódigo abierto
(medium)
(none)
Resumen
Step 3.5 Flash obtiene 5.4 en AI BENCHY y ocupa el puesto #319. Tiene fiabilidad 10.0, una tasa de aciertos de 49.3%, coste total de $0.105 y tiempo medio de respuesta de 190.48s.
Qué hace único a Step 3.5 Flash: Destaca más en Trucos anti-IA, donde ocupa #1, mientras que Tareas de agentes es su área más débil con #13.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 196B en total (11B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
5.4
Consistencia
8.3
10.0
$0.105
Total de tokens de salida
454,482
Total de tokens de entrada
139,086
Precio de entrada
$0.100 / 1M
Precio de salida
$0.300 / 1M
Precio de lectura de caché
N/D
Precio de escritura de caché
N/D
Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.
Pruebas incorrectas: 12
Tasa de aciertos por intento: 49.3%
Cobertura del benchmark: 66/69 intentos (Objetivo: 3 repeticiones por prueba)
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
190.48s
Tiempo de respuesta (máximo): 1597.85s
Tiempo de respuesta (total): 3238.23s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-10-01 02:07 Nueva prueba | 5.4 | 10.0 | $0.105 | Ejecución actual | |
| 2026-07-16 23:25 Prueba nueva añadida | 6.0 | 9.2 | $0.108 ↑ | Comparar | |
| 2026-06-04 14:12 Prueba nueva añadida | 7.2 | 8.9 | $0.070 ↑ | Comparar | |
| 2026-05-22 00:30 Suite modificada | 7.4 | 9.3 | $0.015 | Comparar | |
| 2026-05-08 15:30 Suite modificada | 7.6 | 10.0 | $0.011 | Comparar | |
| 2026-04-11 00:35 Primera ejecución registrada | 7.9 | N/D | $0.000 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Mejores modelos por puntuación
Puntuación vs Costo total
Tiempo de respuesta (promedio)
Puntuación vs Tiempo de respuesta (promedio)
Total de tokens de salida
Puntuación vs Total de tokens de salida
Comparación rápida
Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneStep 3.5 FlashmediumvsEmber-1noneStep 3.5 FlashmediumvsHy4 previewlowStep 3.5 FlashmediumvsGPT-5.6 LunanoneStep 3.5 FlashmediumvsNorth Mini CodemediumDisponible gratisStep 3.5 FlashmediumvsGranite 4.2 8BlowStep 3.5 FlashmediumvsQwen3.8 27BnoneDisponible gratisStep 3.5 FlashmediumvsKimi K2.5noneStep 3.5 FlashmediumvsSeed-2.0-CodenoneStep 3.5 FlashmediumvsLaguna XS 2.1noneDisponible gratis
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Tareas de agentes | 2.8 | 1.6 | |
| Trucos anti-IA | 10.0 | 10.0 | |
| Programación | 2.4 | 5.2 | |
| Combinado | 6.5 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 3.5 | 4.4 | |
| Inteligencia general | 5.5 | 10.0 | |
| Seguimiento de instrucciones | 8.3 | 10.0 | |
| Resolución de acertijos | 5.3 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |