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

Step 3.5 Flash (medium) vs Hy4 preview (low)

average score लगभग बराबर है: 5.4 vs 5.4. Step 3.5 Flash (medium) की benchmark लागत कम है: $0.105 vs $1.844. Step 3.5 Flash (medium) तेज है: 190.48s vs 207.21s, pass rates 49.3% vs 21.7%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-11-13

तुलना किए गए मॉडल

रैंक
#374
कुल आउटपुट टोकन
454,482
प्रतिक्रिया समय (औसत)
190.48s
कुल लागत
$0.105
रैंक
#372
कुल आउटपुट टोकन
687,477
प्रतिक्रिया समय (औसत)
207.21s
कुल लागत
$1.844
अनुशंसित मॉडल Step 3.5 Flash (medium)

It has the best score here (5.4), while costing about 17.6x less than Hy4 preview (low).

विस्तृत तुलना

मेट्रिक Step 3.5 Flash Step 3.5 Flash medium रिलीज़: 2026-02-01 Hy4 preview Hy4 preview low रिलीज़: 2026-08-29
स्कोर 5.4 5.4
रैंक #374 #372
विश्वसनीयता 10.0 6.5
संगति 8.3 8.2
प्रयास 66/69 69/69
सही परीक्षण
प्रति प्रयास पास दर 49.3% 21.7%
अस्थिर टेस्ट 3 4
कुल रन 66 69
प्रति परिणाम लागत 1.047 61.455
कुल लागत $0.105 $1.844
इनपुट कीमत $0.100 / 1M $0.751 / 1M
आउटपुट कीमत $0.300 / 1M $2.251 / 1M
कैश पढ़ने की कीमत लागू नहीं $0.038 / 1M
कैश लिखने की कीमत लागू नहीं लागू नहीं
कुल इनपुट टोकन 139,086 162,180
आउटपुट टोकन 193,584 5,030
रीजनिंग टोकन 413,546 682,447
प्रतिक्रिया समय (औसत) 190.48s 207.21s
प्रतिक्रिया समय (अधिकतम) 1597.85s 597.45s
प्रतिक्रिया समय (कुल) 3238.23s 4765.91s
पैरामीटर 196B कुल (11B सक्रिय) 770B कुल (49B सक्रिय)
उपलब्धता मुक्त 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.

#374 Step 3.5 Flash

medium
लागत
$0.008
समय
277.1s
टोकन
23,695 tok

#372 Hy4 preview

low
Provider returned error
लागत
$0.000
समय
1.1s
टोकन
0 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Hy4 preview 5.2 8.6 0.0% 0 219.15s 6,110 135 96,407

तुलना जोड़ी बदलें

Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneEmber-1nonevsStep 3.5 FlashmediumNorth Mini Codemediumनिःशुल्क उपलब्धvsHy4 previewlowHy4 previewlowvsMiMo-V2.6-FlashnoneEmber-1nonevsHy4 previewlowQwen3.8 27Bnoneनिःशुल्क उपलब्धvsHy4 previewlowGPT-5.6 LunanonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsStep 3.5 FlashmediumSeed-2.0-CodenonevsHy4 previewlowKimi K2.5nonevsStep 3.5 FlashmediumQwen3.8 27Bnoneनिःशुल्क उपलब्धvsStep 3.5 FlashmediumGPT-5.6 LunanonevsHy4 previewlow