Advertise here
#22

Step 3.7 Flash

Stepfun रिलीज़: 2026-05-29 परीक्षण किया गया: 2026-06-04 13:52 stepfun/step-3.7-flash::medium
198B कुल (11B सक्रिय)MoEमुक्त स्रोत
(high) (medium) (low)

सारांश

Step 3.7 Flash AI BENCHY पर 8.0 स्कोर करता है और #22 पर है। इसकी reliability 9.9, pass rate 73.0%, कुल लागत $0.376, और औसत response time 20.35s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
198B कुल (11B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

8.0

संगति

9.3

विश्वसनीयता

9.9

कुल लागत (वर्तमान कीमत)

$0.376

कुल आउटपुट टोकन

319,958

कुल इनपुट टोकन

39,981

इनपुट कीमत

$0.200 / 1M

आउटपुट कीमत

$1.150 / 1M

कैश पढ़ने की कीमत

लागू नहीं

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।

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 73.0%

बेंचमार्क कवरेज: 61/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)

अस्थिर टेस्ट

2

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

20.35s

प्रतिक्रिया समय (अधिकतम): 113.98s

प्रतिक्रिया समय (कुल): 427.42s

गलत उत्तर: 5 निर्देशों का पालन नहीं किया: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#22 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
2026-08-14 02:31 दोबारा परीक्षण 7.9 10.0 $0.495 तुलना करें
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 वर्तमान रन
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
2026-06-04 14:42 $0.200 / 1M $1.150 / 1M लागू नहीं लागू नहीं

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

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
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 8.8 7.8
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 7.7 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

तुलना किए गए मॉडल