- Peringkat
- #153
- Total token output
- 69,489
- Waktu respons (rata-rata)
- 17.13s
- Total Biaya
- $3.787
Claude Opus 4.8 (low) vs Step 3.7 Flash (low)
Skor rata-rata hampir imbang di 7.2 vs 7.2. Step 3.7 Flash (low) memiliki biaya benchmark lebih rendah di $0.449 vs $3.787. Claude Opus 4.8 (low) lebih cepat di 17.13s vs 20.72s, dengan tingkat keberhasilan 78.3% vs 63.8%.
Model yang Dibandingkan
- Peringkat
- #157
- Total token output
- 339,108
- Waktu respons (rata-rata)
- 20.72s
- Total Biaya
- $0.449
Model yang direkomendasikan
Step 3.7 Flash (low)
It has the best score here (7.2), while costing about 8.4x less than Claude Opus 4.8 (low).
Perbandingan terperinci
| Metrik | Claude Opus 4.8 Claude Opus 4.8 low | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| Skor | 7.2 | 7.2 |
| Peringkat | #153 | #157 |
| Keandalan | 10.0 | 10.0 |
| Konsistensi | 8.6 | 7.9 |
| Percobaan | 69/69 | 69/69 |
| Tes benar | ||
| Tingkat lulus per percobaan | 78.3% | 63.8% |
| Tes tidak stabil | 4 | 6 |
| Total Run | 69 | 69 |
| Biaya per hasil | 23.669 | 4.078 |
| Total Biaya | $3.787 | $0.449 |
| Harga input | $5.000 / 1M | $0.200 / 1M |
| Harga output | $25.000 / 1M | $1.150 / 1M |
| Harga baca cache | $0.500 / 1M | $0.040 / 1M |
| Harga tulis cache | $6.250 / 1M | T/A |
| Total token input | 409,947 | 292,685 |
| Token output | 46,060 | 339,108 |
| Token penalaran | 23,429 | 0 |
| Waktu respons (rata-rata) | 17.13s | 20.72s |
| Waktu respons (maks) | 127.97s | 124.75s |
| Waktu respons (total) | 394.01s | 476.67s |
| Parameter | ~5T total (~500B aktif) | 198B total (11B aktif) |
| Ketersediaan | Tertutup | Sumber terbuka |
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Showcase generasi model
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#153 Claude Opus 4.8
low- Biaya
- $0.031
- Waktu
- 14.1s
- Token
- 1,345 tok
#157 Step 3.7 Flash
low
SVG tidak valid
- Biaya
- $0.004
- Waktu
- 25.3s
- Token
- 3,072 tok
Rincian Kategori
| Tugas agen | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 4.7 | 3.1 | 33.3% | 1 | 110.68s | 253,425 | 3,004 | 14,248 | |
| Step 3.7 Flash | 7.4 | 3.8 | 66.7% | 1 | 83.63s | 188,843 | 18,715 | 0 |
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.30s | 834 | 793 | 371 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 4.02s | 756 | 10,896 | 0 |
| Pemrograman | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.9 | 10.0 | 100.0% | 0 | 36.87s | 119,079 | 13,586 | 2,867 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 66.18s | 77,415 | 93,682 | 0 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.3 | 5.8 | 66.7% | 1 | 2.27s | 10,503 | 310 | 0 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 2.29s | 7,398 | 2,667 | 0 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 5.3 | 10.0 | 33.3% | 0 | 46.54s | 972 | 23,226 | 4,472 | |
| Step 3.7 Flash | 2.9 | 7.2 | 11.1% | 1 | 22.65s | 837 | 48,299 | 0 |
| Kecerdasan umum | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.55s | 708 | 231 | 0 | |
| Step 3.7 Flash | 3.4 | 9.3 | 0.0% | 0 | 7.00s | 525 | 4,604 | 0 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 9.8 | 10.0 | 100.0% | 0 | 2.78s | 909 | 111 | 221 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.58s | 735 | 1,857 | 0 |
| Pemecahan teka-teki | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.01s | 894 | 592 | 184 | |
| Step 3.7 Flash | 5.5 | 9.9 | 33.3% | 0 | 1.84s | 756 | 3,564 | 0 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 10.0 | 10.0 | 100.0% | 0 | 6.85s | 11,775 | 370 | 35 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 3.25s | 7,746 | 1,360 | 0 |
| Pengetahuan umum | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 3.0 | 10.0 | 0.0% | 0 | 5.48s | 258 | 200 | 222 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 124.75s | 237 | 134,779 | 0 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Step 3.7 FlashlowvsGLM 5mediumLongCat 2.0mediumvsStep 3.7 FlashlowQwen3.6 27BmediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.8 27BmediumTersedia gratisClaude Opus 4.8lowvsQwen3.7 FlashhighQwen3.7 FlashhighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumClaude Opus 5nonevsStep 3.7 FlashlowClaude Opus 4.8lowvsLongCat 2.0mediumClaude Opus 4.8lowvsGLM 5mediumClaude Opus 4.8lowvsQwen3.5-27BnoneClaude Opus 4.8lowvsQwen3.6 27Bmedium