नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Fable 5.1 (low) vs Step 3.7 Flash (high)

Claude Fable 5.1 (low) average score में आगे है: 6.9 vs 6.8. Step 3.7 Flash (high) की benchmark लागत कम है: $1.229 vs $2.565. Claude Fable 5.1 (low) तेज है: 10.33s vs 70.10s, pass rates 56.1% vs 60.6%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#130
कुल आउटपुट टोकन
24,375
प्रतिक्रिया समय (औसत)
10.33s
कुल लागत
$2.565
रैंक
#135
कुल आउटपुट टोकन
1,050,900
प्रतिक्रिया समय (औसत)
70.10s
कुल लागत
$1.229
अनुशंसित मॉडल Claude Fable 5.1 (low)

It has the best score here (6.9), while responding about 6.8x faster than Step 3.7 Flash (high).

विस्तृत तुलना

मेट्रिक Claude Fable 5.1 Claude Fable 5.1 low रिलीज़: 2026-09-02 Step 3.7 Flash Step 3.7 Flash high रिलीज़: 2026-05-29
स्कोर 6.9 6.8
रैंक #130 #135
विश्वसनीयता 10.0 10.0
संगति 9.2 8.4
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 56.1% 60.6%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 23.315 11.167
कुल लागत $2.565 $1.229
इनपुट कीमत $10.000 / 1M $0.200 / 1M
आउटपुट कीमत $50.000 / 1M $1.150 / 1M
कुल इनपुट टोकन 134,582 98,700
आउटपुट टोकन 8,955 1,050,900
रीजनिंग टोकन 15,420 0
प्रतिक्रिया समय (औसत) 10.33s 70.10s
प्रतिक्रिया समय (अधिकतम) 33.10s 364.99s
प्रतिक्रिया समय (कुल) 227.37s 1542.14s
पैरामीटर ~9.5T कुल (~878B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#130 Claude Fable 5.1

low
लागत
$0.126
समय
28.5s
टोकन
2,652 tok

#135 Step 3.7 Flash

high
लागत
$0.007
समय
63.6s
टोकन
6,030 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Fable 5.1 3.4 10.0 0.0% 0 6.75s 10,608 1,753 0
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

त्वरित तुलना

तुलना जोड़ी बदलें