- रैंक
- #184
- कुल आउटपुट टोकन
- 440,835
- प्रतिक्रिया समय (औसत)
- 26.57s
- कुल लागत
- $0.571
Step 3.7 Flash (medium) vs Grok 4.5 (medium)
average score लगभग बराबर है: 7.8 vs 7.8. Step 3.7 Flash (medium) की benchmark लागत कम है: $0.571 vs $2.996. Step 3.7 Flash (medium) तेज है: 26.57s vs 68.44s, pass rates 68.1% vs 79.7%.
तुलना किए गए मॉडल
- रैंक
- #182
- कुल आउटपुट टोकन
- 306,044
- प्रतिक्रिया समय (औसत)
- 68.44s
- कुल लागत
- $2.996
अनुशंसित मॉडल
Step 3.7 Flash (medium)
It has the best score here (7.8), while costing about 5.2x less than Grok 4.5 (medium).
विस्तृत तुलना
| मेट्रिक | Step 3.7 Flash Step 3.7 Flash medium | Grok 4.5 Grok 4.5 medium |
|---|---|---|
| स्कोर | 7.8 | 7.8 |
| रैंक | #184 | #182 |
| विश्वसनीयता | 10.0 | 10.0 |
| संगति | 8.7 | 9.0 |
| प्रयास | 69/69 | 69/69 |
| सही परीक्षण | ||
| प्रति प्रयास पास दर | 68.1% | 79.7% |
| अस्थिर टेस्ट | 4 | 3 |
| कुल रन | 69 | 69 |
| प्रति परिणाम लागत | 4.392 | 14.430 |
| कुल लागत | $0.571 | $2.996 |
| इनपुट कीमत | $0.200 / 1M | $2.000 / 1M |
| आउटपुट कीमत | $1.150 / 1M | $6.000 / 1M |
| कैश पढ़ने की कीमत | $0.040 / 1M | $0.300 / 1M |
| कैश लिखने की कीमत | लागू नहीं | लागू नहीं |
| कुल इनपुट टोकन | 319,524 | 308,369 |
| आउटपुट टोकन | 440,835 | 7,013 |
| रीजनिंग टोकन | 0 | 299,031 |
| प्रतिक्रिया समय (औसत) | 26.57s | 68.44s |
| प्रतिक्रिया समय (अधिकतम) | 152.83s | 436.38s |
| प्रतिक्रिया समय (कुल) | 611.09s | 1574.14s |
| पैरामीटर | 198B कुल (11B सक्रिय) | ~1.7T कुल (~170B सक्रिय) |
| उपलब्धता | मुक्त स्रोत | बंद 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.
#184 Step 3.7 Flash
medium- लागत
- $0.006
- समय
- 46.2s
- टोकन
- 4,466 tok
#182 SpaceXAI: Grok 4.5
medium- लागत
- $0.044
- समय
- 59.4s
- टोकन
- 7,512 tok
श्रेणी विवरण
| स्वायत्त एजेंट कार्य | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 93.88s | 205,333 | 31,126 | 0 | |
| Grok 4.5 | 5.0 | 10.0 | 0.0% | 0 | 65.24s | 186,214 | 1,499 | 5,085 |
| एंटी-एआई ट्रिक्स | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 23.50s | 2,991 | 147 | 4,018 |
| कोडिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 | |
| Grok 4.5 | 7.6 | 7.2 | 77.8% | 1 | 155.69s | 9,579 | 390 | 104,634 |
| संयुक्त | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 29.01s | 83,730 | 4,154 | 16,180 |
| डेटा पार्सिंग और निष्कर्षण | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.29s | 8,937 | 225 | 3,657 |
| डोमेन-विशिष्ट | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.3 | 10.0 | 33.3% | 0 | 27.26s | 837 | 52,484 | 0 | |
| Grok 4.5 | 5.3 | 7.2 | 44.4% | 1 | 249.34s | 2,221 | 11 | 140,815 |
| Samanya Buddhimatta | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 | |
| Grok 4.5 | 6.5 | 3.4 | 66.7% | 1 | 12.84s | 1,077 | 71 | 2,384 |
| निर्देश पालन | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 | |
| Grok 4.5 | 9.8 | 10.0 | 100.0% | 0 | 6.06s | 1,857 | 57 | 2,728 |
| पहेली समाधान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 7.75s | 2,430 | 254 | 3,641 |
| टूल कॉलिंग | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 | |
| Grok 4.5 | 10.0 | 10.0 | 100.0% | 0 | 6.57s | 8,544 | 192 | 968 |
| सामान्य ज्ञान | स्कोर | संगति | प्रति प्रयास पास दर | अस्थिर टेस्ट | सही परीक्षण | प्रतिक्रिया समय (औसत) | इनपुट टोकन | आउटपुट टोकन | रीजनिंग टोकन |
|---|---|---|---|---|---|---|---|---|---|
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 | |
| Grok 4.5 | 3.0 | 10.0 | 0.0% | 0 | 74.44s | 789 | 13 | 14,921 |
त्वरित तुलना
तुलना जोड़ी बदलें
Grok 4.5mediumvsGLM 5.3highStep 3.7 FlashmediumvsGLM 5.3highDeepSeek V4.1 Flash 1017highvsGrok 4.5mediumLing 3.1 FlashhighvsGrok 4.5mediumMuse WondermaxvsGrok 4.5mediumQwen3.7 PlusnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGrok 4.5lowDeepSeek V4.1 Flash 1017highvsStep 3.7 FlashmediumQwen3.8 2.4T A95BhighvsGrok 4.5mediumLing 3.1 FlashhighvsStep 3.7 FlashmediumMuse WondermaxvsStep 3.7 FlashmediumGrok 4.5mediumvsGLM 5.3 FlashX Legalmax