AI BENCHY
Advertise here
#58

Step 3.5 Flash

Stepfun Lanzamiento: 2026-02-01 Probado el: 2026-05-22 00:30 stepfun/step-3.5-flash::medium
196B en total (11B activos)MoECódigo abierto
(medium) (none)

Resumen

Step 3.5 Flash obtiene 7.4 en AI BENCHY y ocupa el puesto #58. Tiene fiabilidad 9.3, una tasa de aciertos de 65.8%, coste total de $0.015 y tiempo medio de respuesta de 43.29s.

Qué hace único a Step 3.5 Flash: Destaca más en Análisis y extracción de datos, donde ocupa #1, mientras que Programación 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

Declarado
Parámetros
196B en total (11B activos)
Arquitectura
MoE
Disponibilidad
Código abierto
Licencia
Apache-2.0
Fuente de los parámetros Fuente de disponibilidad

Puntuación

7.4

Consistencia

8.7

Fiabilidad

9.3

Costo total (precio actual)

$0.015

Total de tokens de salida

263,806

Total de tokens de entrada

0

Precio de entrada

$0.090 / 1M

Precio de salida

$0.300 / 1M

Pruebas correctas

Pruebas incorrectas: 8

Tasa de aciertos por intento: 65.8%

Pruebas inestables

3

Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).

Tiempo de respuesta (promedio)

43.29s

Tiempo de respuesta (máximo): 170.45s

Tiempo de respuesta (total): 562.74s

Respuesta incorrecta: 4 No siguió las instrucciones: 3 Sin respuesta: 1

Hamster playing table tennis

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

#58 Step 3.5 Flash

medium
Coste
$0.008
Tiempo
277.1s
Tokens
23,695 tok

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 Ejecución actual
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.

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
Programación 3.0 6.0
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
Cultura general 3.0 10.0

Modelos comparados