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

Claude Opus 4.8 (low) vs Step 3.7 Flash (low)

average score लगभग बराबर है: 7.2 vs 7.2. Step 3.7 Flash (low) की benchmark लागत कम है: $0.449 vs $3.787. Claude Opus 4.8 (low) तेज है: 17.13s vs 20.72s, pass rates 78.3% vs 63.8%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-12

तुलना किए गए मॉडल

रैंक
#153
कुल आउटपुट टोकन
69,489
प्रतिक्रिया समय (औसत)
17.13s
कुल लागत
$3.787
रैंक
#157
कुल आउटपुट टोकन
339,108
प्रतिक्रिया समय (औसत)
20.72s
कुल लागत
$0.449
अनुशंसित मॉडल Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 8.4x less than Claude Opus 4.8 (low).

विस्तृत तुलना

मेट्रिक Claude Opus 4.8 Claude Opus 4.8 low रिलीज़: 2026-05-28 Step 3.7 Flash Step 3.7 Flash low रिलीज़: 2026-05-29
स्कोर 7.2 7.2
रैंक #153 #157
विश्वसनीयता 10.0 10.0
संगति 8.6 7.9
प्रयास 69/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 78.3% 63.8%
अस्थिर टेस्ट 4 6
कुल रन 69 69
प्रति परिणाम लागत 23.669 4.078
कुल लागत $3.787 $0.449
इनपुट कीमत $5.000 / 1M $0.200 / 1M
आउटपुट कीमत $25.000 / 1M $1.150 / 1M
कैश पढ़ने की कीमत $0.500 / 1M $0.040 / 1M
कैश लिखने की कीमत $6.250 / 1M लागू नहीं
कुल इनपुट टोकन 409,947 292,685
आउटपुट टोकन 46,060 339,108
रीजनिंग टोकन 23,429 0
प्रतिक्रिया समय (औसत) 17.13s 20.72s
प्रतिक्रिया समय (अधिकतम) 127.97s 124.75s
प्रतिक्रिया समय (कुल) 394.01s 476.67s
पैरामीटर ~5T कुल (~500B सक्रिय) 198B कुल (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#153 Claude Opus 4.8

low
लागत
$0.031
समय
14.1s
टोकन
1,345 tok

#157 Step 3.7 Flash

low
अमान्य SVG
लागत
$0.004
समय
25.3s
टोकन
3,072 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 Opus 4.8 6.6 4.6 77.8% 2 7.58s 10,590 3,637 809
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

त्वरित तुलना

तुलना जोड़ी बदलें

Step 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.8 27Bmediumनिःशुल्क उपलब्धClaude Opus 4.8lowvsQwen3.7 FlashhighQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.6 27Bmedium