#61 Step 3.7 Flash
medium- Coste
- $0.006
- Tiempo
- 46.2s
- Tokens
- 4,466 tok
Stepfun
Lanzamiento: 2026-05-29
Probado el: 2026-08-14 02:31
stepfun/step-3.7-flash::medium
198B en total (11B activos)MoECódigo abierto
Resumen
Step 3.7 Flash obtiene 7.9 en AI BENCHY y ocupa el puesto #61. Tiene fiabilidad 10.0, una tasa de aciertos de 68.2%, coste total de $0.495 y tiempo medio de respuesta de 23.51s.
Qué hace único a Step 3.7 Flash: Destaca más en Programación, donde ocupa #4, mientras que Inteligencia general es su área más débil con #17.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 198B en total (11B activos)
- Arquitectura
- MoE
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
7.9
Consistencia
8.9
10.0
$0.495
Total de tokens de salida
409,709
Total de tokens de entrada
114,191
Precio de entrada
$0.200 / 1M
Precio de salida
$1.150 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
23.51s
Tiempo de respuesta (máximo): 152.83s
Tiempo de respuesta (total): 517.21s
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 02:31 Nueva prueba | 7.9 | 10.0 | $0.495 | Ejecución actual | |
| 2026-07-16 22:50 Prueba nueva añadida | 8.0 | 9.9 | $0.515 | Comparar | |
| 2026-06-04 13:52 Prueba nueva añadida | 8.0 | 9.9 | $0.376 | Comparar | |
| 2026-05-29 11:49 Primera ejecución | 7.9 | 9.9 | $0.404 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:31 · Ejecución actual | 66/66 intentos | 7.9 | 8.9 | 10.0 | 13/22 | 3 | 409,709 | 114,191 | $0.495 | 23.51s |
| 2026-07-16 22:50 · Prueba nueva añadida | 64/66 intentos | 8.0 | 8.9 | 9.9 | 14/22 | 3 | 427,572 | 114,062 | $0.515 | 26.37s |
| Diferencia | — | -0.1 | 0.0 | +0.1 | -1 | 0 | -17863 | +129 | -$0.021 | -2865ms |
La cobertura del benchmark difiere: 66/66 intentos (Objetivo: 3 repeticiones por prueba) frente a 64/66 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.
Historial de precios
Datos históricos de precios de este modelo de OpenRouter.
| Fecha | Precio de entrada | Precio de salida |
|---|---|---|
| 2026-08-14 12:51 | $0.200 / 1M | $1.150 / 1M |
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 3.7 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsQwen3.8 27BlowStep 3.7 FlashmediumvsKimi K3maxStep 3.7 FlashmediumvsQwen3.7 PlusmediumStep 3.7 FlashmediumvsGPT-5.6 TerrahighStep 3.7 FlashmediumvsQwen3.6 PlusmediumStep 3.7 FlashmediumvsInklingmediumStep 3.7 FlashmediumvsGemini 3.5 Flash LitemediumStep 3.7 FlashmediumvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2medium
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 8.7 | 7.9 | |
| Programación | 8.8 | 7.8 | |
| Combinado | 7.3 | 5.8 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 4.0 | 10.0 | |
| Seguimiento de instrucciones | 9.8 | 10.0 | |
| Resolución de acertijos | 5.7 | 9.9 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |