- स्कोर
- 9.4 (+2.40 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 96.0% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 96.0% तेज़
Stepfun
रिलीज़: 2026-10-09
परीक्षण किया गया: 2026-10-09 03:50
stepfun/step-5-preview::high
600B कुल (27B सक्रिय)MoEबंद स्रोत
सारांश
Step 5 Preview AI BENCHY पर 7.0 स्कोर करता है और #169 पर है। इसकी reliability 9.5, pass rate 52.2%, कुल लागत $4.513, और औसत response time 154.41s है।
Step 5 Preview को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
सुझाए गए विकल्प
हम इसकी जगह इनमें से एक मॉडल चुनने की सलाह देते हैं:
- स्कोर
- 8.6 (+1.62 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 98.7% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 95.1% तेज़
- स्कोर
- 9.6 (+2.60 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.460 · 89.8% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.15s · 95.4% तेज़
मॉडल विवरण
शोध की तारीख: 2026-10-09
- पैरामीटर
- 600B कुल (27B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
7.0
संगति
8.5
9.5
$4.513
कुल आउटपुट टोकन
1,581,325
कुल इनपुट टोकन
243,381
इनपुट कीमत
$1.000 / 1M
आउटपुट कीमत
$2.700 / 1M
कैश पढ़ने की कीमत
$0.050 / 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.
#169 Step 5 Preview
high- लागत
- $0.057
- समय
- 150.1s
- टोकन
- 20,970 tok
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 5 PreviewhighvsEmber-1lowStep 5 PreviewhighvsQwen3.5-122B-A10BmediumStep 5 PreviewhighvsKimi K2.7 CodemediumStep 5 PreviewhighvsGrok 4.6lowStep 5 PreviewhighvsGemini 3.1 Flash Lite PreviewmediumStep 5 PreviewhighvsGemini 3 Flash PreviewlowStep 5 PreviewhighvsGPT-5.2 ChatdefaultStep 5 PreviewhighvsMuse Glimmer 30BlowStep 5 PreviewhighvsMiMo-V2.5mediumStep 5 PreviewhighvsGemini 3.1 Flash Litemedium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 10.0 | 10.0 | |
| एंटी-एआई ट्रिक्स | 6.5 | 8.0 | |
| कोडिंग | 2.9 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 3.4 | 9.3 | |
| निर्देश पालन | 7.3 | 5.8 | |
| पहेली समाधान | 5.8 | 4.4 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |