- स्कोर
- 9.4 (+3.29 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.183 · 95.6% सस्ता
- प्रतिक्रिया समय (औसत)
- 6.24s · 95.4% तेज़
Stepfun
रिलीज़: 2026-10-09
परीक्षण किया गया: 2026-10-09 03:52
stepfun/step-5-preview::medium
600B कुल (27B सक्रिय)MoEबंद स्रोत
सारांश
Step 5 Preview AI BENCHY पर 6.1 स्कोर करता है और #250 पर है। इसकी reliability 9.6, pass rate 53.6%, कुल लागत $4.136, और औसत response time 136.10s है।
Step 5 Preview को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग 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 (+2.50 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.061 · 98.5% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.51s · 94.5% तेज़
- स्कोर
- 9.6 (+3.48 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.460 · 88.9% सस्ता
- प्रतिक्रिया समय (औसत)
- 7.15s · 94.7% तेज़
मॉडल विवरण
शोध की तारीख: 2026-10-09
- पैरामीटर
- 600B कुल (27B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- लाइसेंस
- -
6.1
संगति
8.2
9.6
$4.136
कुल आउटपुट टोकन
1,434,621
कुल इनपुट टोकन
261,842
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
5
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.
#250 Step 5 Preview
medium- लागत
- $0.042
- समय
- 90.3s
- टोकन
- 15,574 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 PreviewmediumvsQwen3.5 Plus 2026-04-20noneStep 5 PreviewmediumvsGranite 4.2 8BmediumStep 5 PreviewmediumvsInklingnoneनिःशुल्क उपलब्धStep 5 PreviewmediumvsKAT-Coder-Pro V2.5defaultStep 5 PreviewmediumvsApodex 1.1 Minilowनिःशुल्क उपलब्धStep 5 PreviewmediumvsApodex 1.1 Minimediumनिःशुल्क उपलब्धStep 5 PreviewmediumvsTrinity Large ThinkingmediumStep 5 PreviewmediumvsGLM 5.3 FlashXlowStep 5 PreviewmediumvsGemini 3.5 FlashnoneStep 5 PreviewmediumvsMiMo-V2.6-Pronone
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 6.1 | 3.1 | |
| एंटी-एआई ट्रिक्स | 6.4 | 7.9 | |
| कोडिंग | 2.8 | 7.2 | |
| संयुक्त | 7.3 | 5.8 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 3.4 | 9.3 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 7.8 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |