#74 Step 3.7 Flash
high- लागत
- $0.007
- समय
- 63.6s
- टोकन
- 6,030 tok
Stepfun
रिलीज़: 2026-05-29
परीक्षण किया गया: 2026-05-29 11:53
stepfun/step-3.7-flash::high
सारांश
Step 3.7 Flash AI BENCHY पर 7.1 स्कोर करता है और #74 पर है। इसकी reliability 9.9, pass rate 65.8%, कुल लागत $0.960, और औसत response time 49.43s है।
7.1
संगति
8.2
9.9
$0.960
कुल आउटपुट टोकन
828,084
कुल इनपुट टोकन
0
इनपुट कीमत
$0.200 / 1M
आउटपुट कीमत
$1.150 / 1M
अस्थिर टेस्ट
4
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 |
|---|---|---|---|---|---|
| 2026-06-04 14:10 नया टेस्ट जोड़ा गया | 7.0 | 10.0 | $1.148 | तुलना करें | |
| 2026-05-29 11:53 पहला रन | 7.1 | 9.9 | $0.960 | 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
Step 3.7 FlashhighvsClaude Opus 4.8noneStep 3.7 FlashhighvsGemma 4 26B A4Bmediumनिःशुल्क उपलब्धStep 3.7 FlashhighvsQwen3.7 PlusnoneStep 3.7 FlashhighvsClaude Sonnet 4.6noneStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsGemini 3.5 FlashhighStep 3.7 FlashhighvsGemini 3 Flash PreviewmediumStep 3.7 FlashhighvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धStep 3.7 FlashhighvsGPT-5.5low
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 3.6 | 4.6 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 4.1 | 4.4 | |
| Samanya Buddhimatta | 5.5 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |