#74 Step 3.7 Flash
high- Coût
- $0.007
- Temps
- 63.6s
- Tokens
- 6,030 tok
Stepfun
Sortie: 2026-05-29
Testé le: 2026-05-29 11:53
stepfun/step-3.7-flash::high
198B au total (11B actifs)MoEOpen source
Résumé
Step 3.7 Flash obtient 7.1 sur AI BENCHY et se classe #74. Il affiche une fiabilité de 9.9, un taux de réussite de 65.8%, un coût total de $0.960 et un temps de réponse moyen de 49.43s.
Données du modèle
Date de recherche : 2026-08-12
- Paramètres
- 198B au total (11B actifs)
- Architecture
- MoE
- Disponibilité
- Open source
- Licence
- Apache-2.0
7.1
Cohérence
8.2
9.9
$0.960
Total des jetons de sortie
828,084
Total des jetons d'entrée
0
Prix d'entrée
$0.200 / 1M
Prix de sortie
$1.150 / 1M
Tests instables
4
Les tests instables ont eu des résultats mixtes entre exécutions (au moins une réussite et un échec).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historique des runs
| Testé le | Score | Fiabilité | Tests corrects | Coût total | Comparer |
|---|---|---|---|---|---|
| 2026-08-14 02:45 Nouveau test | 6.8 | 10.0 | $1.229 | Comparer | |
| 2026-07-16 22:46 Nouveau test ajouté | 6.9 | 10.0 | $1.207 | Comparer | |
| 2026-06-04 14:10 Nouveau test ajouté | 7.0 | 10.0 | $1.148 | Comparer | |
| 2026-05-29 11:53 Premier run | 7.1 | 9.9 | $0.960 | Exécution actuelle |
Comparaison de runs
| Run | Couverture du benchmark | Score | Cohérence | Fiabilité | Tests corrects | Tests instables | Total des jetons de sortie | Total des jetons d'entrée | Coût total | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-29 11:53 · Premier run | 60/60 tentatives | 7.1 | 8.2 | 9.9 | 11/20 | 4 | 828,084 | 0 | $0.960 | 49.43s |
| 2026-07-16 22:46 · Nouveau test ajouté | 66/66 tentatives | 6.9 | 8.0 | 10.0 | 11/22 | 5 | 1,032,395 | 98,691 | $1.207 | 64.68s |
| Différence | — | +0.3 | +0.2 | -0.1 | 0 | -1 | -204311 | -98691 | -$0.248 | -15254ms |
La couverture du benchmark diffère : 60/60 tentatives (Objectif : 3 répétitions par test) contre 66/66 tentatives (Objectif : 3 répétitions par test). Les totaux et les métriques sensibles aux répétitions ne sont pas directement comparables.
Ces deux runs ont utilisé des suites de benchmark différentes, donc les écarts reflètent à la fois les changements du modèle et ceux de la suite.
Graphiques
Choisissez d'abord le premier modèle, puis cliquez sur un second modèle pour ouvrir une page côte à côte.
Meilleurs modèles par score
Score vs Coût total
Temps de réponse (moy.)
Score vs Temps de réponse (moy.)
Total des jetons de sortie
Score vs Total des jetons de sortie
Comparaison rapide
Step 3.7 FlashhighvsQwen3.6 FlashmediumStep 3.7 FlashhighvsSeed-2.0-CodemediumStep 3.7 FlashhighvsGemini 3.5 FlashnoneStep 3.7 FlashhighvsSolar Pro 4lowStep 3.7 FlashhighvsSeed-2.0-CodehighStep 3.7 FlashhighvsSolar Pro 4mediumStep 3.7 FlashhighvsQwen3.7 FlashmediumStep 3.7 FlashhighvsDeepSeek V4 PrononeStep 3.7 FlashhighvsKAT-Coder-Pro V2.5mediumStep 3.7 FlashhighvsGLM 5.3low
Répartition par catégorie
| Catégorie | Score | Cohérence | Tests corrects |
|---|---|---|---|
| Astuces anti-IA | 10.0 | 10.0 | |
| Programmation | 3.6 | 4.6 | |
| Combiné | 10.0 | 10.0 | |
| Analyse et extraction des données | 10.0 | 10.0 | |
| Spécifique au domaine | 4.1 | 4.4 | |
| Intelligence générale | 5.5 | 10.0 | |
| Suivi des instructions | 9.8 | 10.0 | |
| Résolution d'énigmes | 5.3 | 7.2 | |
| Appel d'outils | 10.0 | 10.0 | |
| Culture générale | 3.0 | 10.0 |