StepFun: Step 3.5 Flash

बेंचमार्क Aibenchy टेस्ट सूट्स से इस समय जनरेट किए गए: : 19 फ़र॰ 2026

श्रेणी विवरण

श्रेणी	पूरी तरह पास टेस्ट	Score	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	तर्क स्कोर	लागत
Anti-AI Tricks	1/2	5.50	5.81	83.3%	1	10.00	$0.00000
Data parsing and extraction	1/2	5.00	10.00	50.0%	0	9.75	$0.00000
Domain specific	1/3	4.00	7.21	44.4%	1	8.44	$0.00000
Instructions following	2/2	10.00	10.00	100.0%	0	9.67	$0.00000
Puzzle Solving	0/3	2.00	4.96	33.3%	2	9.22	$0.00000

StepFun: Step 3.5 Flash की तुलना इससे करें...

#17 · MiniMax

तर्क (medium)

Score: 5.08

संगति: 6.00

प्रति प्रयास पास दर: 61.1%

अस्थिर टेस्ट: 6

प्रति परिणाम लागत: 4.0276

सही परीक्षण: 5/12

कुल लागत: $0.20138

#19 · OpenAI

बिना तर्क

Score: 4.00

संगति: 9.98

प्रति प्रयास पास दर: 25.0%

अस्थिर टेस्ट: 0

प्रति परिणाम लागत: 0.0576

सही परीक्षण: 3/12

कुल लागत: $0.00173

#16 · Anthropic

तर्क (medium)

Score: 5.42

संगति: 8.60

प्रति प्रयास पास दर: 55.5%

अस्थिर टेस्ट: 2

प्रति परिणाम लागत: 12.8695

सही परीक्षण: 6/12

कुल लागत: $0.77217

StepFun: Step 3.5 Flash की तुलना इससे करें...