AI BENCHY
Advertise here
#74

Step 3.7 Flash

Stepfun Lanzamiento: 2026-05-29 Probado el: 2026-05-29 11:53 stepfun/step-3.7-flash::high
(high) (medium) (low)

Resumen

Step 3.7 Flash obtiene 7.1 en AI BENCHY y ocupa el puesto #74. Tiene fiabilidad 9.9, una tasa de aciertos de 65.8%, coste total de $0.960 y tiempo medio de respuesta de 49.43s.

Puntuación

7.1

Consistencia

8.2

Fiabilidad

9.9

Costo total (precio actual)

$0.960

Total de tokens de salida

828,084

Total de tokens de entrada

0

Precio de entrada

$0.200 / 1M

Precio de salida

$1.150 / 1M

Pruebas correctas

Pruebas incorrectas: 9

Tasa de aciertos por intento: 65.8%

Pruebas inestables

4

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

Tiempo de respuesta (promedio)

49.43s

Tiempo de respuesta (máximo): 192.75s

Tiempo de respuesta (total): 988.58s

Respuesta incorrecta: 6 Sin respuesta: 3

Generación showcase

Hamster playing table tennis

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

#74 Step 3.7 Flash

high
Coste
$0.007
Tiempo
63.6s
Tokens
6,030 tok

Historial de ejecuciones

Probado el Puntuación Fiabilidad Pruebas correctas Costo total Comparar
2026-06-04 14:10 Prueba nueva añadida 7.0 10.0 $1.148 Comparar
2026-05-29 11:53 Primera ejecución 7.1 9.9 $0.960 Ejecución actual

Comparación de ejecuciones

EjecuciónPuntuaciónConsistenciaFiabilidadPruebas correctasPruebas inestablesTotal de tokens de salidaTotal de tokens de entradaCosto totalTiempo de respuesta (promedio)
2026-05-29 11:53 · Primera ejecución7.18.29.911/204828,0840$0.96049.43s
2026-06-04 14:10 · Prueba nueva añadida7.08.210.011/214991,35538,391$1.14864.46s
Diferencia+0.10.0-0.100-163271-38391-$0.189-15027ms

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.

Total de tokens de salida

Puntuación vs Total de tokens de salida

Comparación rápida

Step 3.7 FlashhighvsClaude Opus 4.8noneStep 3.7 FlashhighvsGemma 4 26B A4BmediumDisponible gratisStep 3.7 FlashhighvsQwen3.7 PlusnoneStep 3.7 FlashhighvsClaude Sonnet 4.6noneStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsGemini 3.5 FlashhighStep 3.7 FlashhighvsGemini 3 Flash PreviewmediumStep 3.7 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponible gratisStep 3.7 FlashhighvsGPT-5.5low

Desglose por categoría

Categoría Puntuación Consistencia Pruebas correctas
Trucos anti-IA 10.0 10.0
Programación 3.6 4.6
Combinado 10.0 10.0
Análisis y extracción de datos 10.0 10.0
Específico del dominio 4.1 4.4
Inteligencia general 5.5 10.0
Seguimiento de instrucciones 9.8 10.0
Resolución de acertijos 5.3 7.2
Llamada de herramientas 10.0 10.0
Cultura general 3.0 10.0

Modelos comparados