#34 Step 3.5 Flash
medium- Coste
- $0.008
- Tiempo
- 277.1s
- Tokens
- 23,695 tok
Stepfun
Lanzamiento: 2026-02-01
Probado el: 2026-04-11 00:35
stepfun/step-3.5-flash::medium
196B en total (11B activos)MoECódigo abierto
(medium)
(none)
Resumen
Step 3.5 Flash obtiene 7.9 en AI BENCHY y ocupa el puesto #34. Tiene fiabilidad N/D, una tasa de aciertos de 70.6%, coste total de $0.000 y tiempo medio de respuesta de 26.78s.
Qué hace único a Step 3.5 Flash: Destaca más en Análisis y extracción de datos, donde ocupa #1, mientras que Resolución de acertijos es su área más débil con #18. Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 196B en total (11B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
7.9
Consistencia
9.1
N/D
$0.000
Total de tokens de salida
227,511
Total de tokens de entrada
0
Precio de entrada
$0.100 / 1M
Precio de salida
$0.300 / 1M
Pruebas incorrectas: 6
Tasa de aciertos por intento: 70.6%
Cobertura del benchmark: 49/51 intentos
Pruebas inestables
2
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
26.78s
Tiempo de respuesta (máximo): 170.45s
Tiempo de respuesta (total): 294.58s
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:50 Nueva prueba | 5.9 | 10.0 | $0.132 ↑ | Comparar | |
| 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 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 00:35 · Primera ejecución registrada | 49/51 intentos | 7.9 | 9.1 | N/D | 11/17 | 2 | 227,511 | 0 | $0.000 | 26.78s |
| 2026-08-14 02:50 · Nueva prueba | 63/63 intentos | 5.9 | 8.6 | 10.0 | 10/21 | 2 | 568,536 | 65,716 | $0.132 | 191.63s |
| Diferencia | — | +2.0 | +0.5 | +1 | 0 | -341025 | -65716 | -$0.132 | -164850ms |
La cobertura del benchmark difiere: 49/51 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
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 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsDots 3 Note PreviewmediumDisponible gratisStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGLM 5.3 FlashlowStep 3.5 FlashmediumvsGPT-5 NanomediumStep 3.5 FlashmediumvsGPT-5.4 MininoneStep 3.5 FlashmediumvsGPT-5.6 TerranoneStep 3.5 FlashmediumvsSeed 2.1 TurbononeStep 3.5 FlashmediumvsGemini 2.5 FlashnoneStep 3.5 FlashmediumvsGPT-5.4none
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.3 | 7.2 | |
| Inteligencia general | 5.5 | 10.0 | |
| Seguimiento de instrucciones | 8.5 | 6.8 | |
| Resolución de acertijos | 5.3 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 |