- स्कोर
- 8.6 (+0.77 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 89.4% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 71.7% तेज़
Stepfun
रिलीज़: 2026-05-29
परीक्षण किया गया: 2026-10-01 02:06
stepfun/step-3.7-flash::medium
198B कुल (11B सक्रिय)MoEमुक्त स्रोत
सारांश
Step 3.7 Flash AI BENCHY पर 7.8 स्कोर करता है और #113 पर है। इसकी reliability 10.0, pass rate 68.1%, कुल लागत $0.571, और औसत response time 26.57s है।
Step 3.7 Flash को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 8.3 (+0.45 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.047 · 91.8% सस्ता
- प्रतिक्रिया समय (औसत)
- 18.07s · 32.0% तेज़
- स्कोर
- 9.4 (+1.55 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 68.1% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 76.5% तेज़
मॉडल विवरण
शोध की तारीख: 2026-08-12
- पैरामीटर
- 198B कुल (11B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- मुक्त स्रोत
- लाइसेंस
- Apache-2.0
7.8
संगति
8.7
10.0
$0.571
कुल आउटपुट टोकन
440,835
कुल इनपुट टोकन
319,524
इनपुट कीमत
$0.200 / 1M
आउटपुट कीमत
$1.150 / 1M
कैश पढ़ने की कीमत
$0.040 / 1M
कैश लिखने की कीमत
लागू नहीं
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।
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#113 Step 3.7 Flash
medium- लागत
- $0.006
- समय
- 46.2s
- टोकन
- 4,466 tok
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-10-01 02:06 दोबारा परीक्षण | 7.8 | 10.0 | $0.571 | वर्तमान रन | |
| 2026-07-16 22:50 नया टेस्ट जोड़ा गया | 8.0 | 9.9 | $0.515 | तुलना करें | |
| 2026-06-04 13:52 नया टेस्ट जोड़ा गया | 8.0 | 9.9 | $0.376 | तुलना करें | |
| 2026-05-29 11:49 पहला रन | 7.9 | 9.9 | $0.404 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
कीमत का इतिहास
OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।
| तारीख | इनपुट कीमत | आउटपुट कीमत | कैश पढ़ने की कीमत | कैश लिखने की कीमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.200 / 1M | $1.150 / 1M | लागू नहीं | लागू नहीं |
| 2026-10-01 18:33 | $0.200 / 1M | $1.150 / 1M | $0.040 / 1M | लागू नहीं |
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 FlashmediumvsGLM 5.3highStep 3.7 FlashmediumvsGrok 4.6mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsQwen3.7 PlusnoneStep 3.7 FlashmediumvsLing 3.1 FlashhighStep 3.7 FlashmediumvsGrok 4.5lowStep 3.7 FlashmediumvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsDeepSeek V4 Flash 0731mediumStep 3.7 FlashmediumvsQwen3.8 2.4T A95BhighStep 3.7 FlashmediumvsGPT-6 Lunahigh
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 7.4 | 3.8 | |
| एंटी-एआई ट्रिक्स | 8.7 | 7.9 | |
| कोडिंग | 8.8 | 7.8 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 4.0 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 5.7 | 9.9 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |