#108 Step 3.5 Flash
none- लागत
- $0.005
- समय
- 156.3s
- टोकन
- 13,887 tok
Stepfun
रिलीज़: 2026-02-01
परीक्षण किया गया: 2026-04-11 01:44
stepfun/step-3.5-flash::none
(medium)
(none)
सारांश
Step 3.5 Flash AI BENCHY पर 3.0 स्कोर करता है और #108 पर है। इसकी reliability लागू नहीं, pass rate 0.0%, कुल लागत $0.000, और औसत response time 0ms है।
Step 3.5 Flash को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
3.0
संगति
10.0
लागू नहीं
$0.000
कुल आउटपुट टोकन
0
कुल इनपुट टोकन
0
इनपुट कीमत
$0.100 / 1M
आउटपुट कीमत
$0.300 / 1M
अस्थिर टेस्ट
0
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-08 15:30 नया टेस्ट जोड़ा गया | 6.6 | 10.0 | $0.020 | तुलना करें | |
| 2026-04-11 01:44 पहला दर्ज रन | 3.0 | लागू नहीं | $0.000 | वर्तमान रन |
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| कोडिंग | 3.0 | 10.0 |