#40 Claude Sonnet 4.6
medium
अमान्य SVG
- लागत
- $0.000
- समय
- 300.0s
- टोकन
- 0 tok
AI BENCHY तुलना
Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash
सारांश
Claude Sonnet 4.6 (medium) average score में आगे है: 7.8 vs 7.7. Step 3.7 Flash (low) की benchmark लागत कम है: $0.341 vs $1.418. Step 3.7 Flash (low) तेज है: 15.74s vs 17.06s, pass rates 65.1% vs 68.3%.
अनुशंसित मॉडलStep 3.7 Flash (low)Its score stays close to the best score here (7.7 vs 7.8), while costing about 4.2x less than Claude Sonnet 4.6 (medium).
बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-14
| मेट्रिक | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| स्कोर | 7.8 | 7.7 |
| रैंक | #40 | #51 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 9.1 | 8.4 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 65.1% | 68.3% |
| अस्थिर टेस्ट | 2 | 4 |
| कुल रन | 63 | 63 |
| प्रति परिणाम लागत | 10.904 | 2.840 |
| कुल लागत | $1.418 | $0.341 |
| इनपुट कीमत | $3.000 / 1M | $0.200 / 1M |
| आउटपुट कीमत | $15.000 / 1M | $1.150 / 1M |
| कुल इनपुट टोकन | 49,112 | 40,101 |
| आउटपुट टोकन | 54,703 | 289,325 |
| रीजनिंग टोकन | 29,970 | 0 |
| प्रतिक्रिया समय (औसत) | 17.06s | 15.74s |
| प्रतिक्रिया समय (अधिकतम) | 46.35s | 124.75s |
| प्रतिक्रिया समय (कुल) | 221.83s | 330.63s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 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 Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
त्वरित तुलना
तुलना जोड़ी बदलें
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumनिःशुल्क उपलब्धvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 Flashlow