Step 3.7 Flash (low) vs Grok 4.3 (medium)

Model yang Dibandingkan

Peringkat: #176
Total token output: 339,108
Waktu respons (rata-rata): 20.72s
Total Biaya: $0.449

Peringkat: #236
Total token output: 232,542
Waktu respons (rata-rata): 44.53s
Total Biaya: $0.989

Model yang direkomendasikan Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 2.2x less than Grok 4.3 (medium).

Perbandingan terperinci

Metrik	Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29	Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01

Metrik	Step 3.7 Flash Step 3.7 Flash low Rilis: 2026-05-29	Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor	7.2	6.5
Peringkat	#176	#236
Keandalan	10.0	10.0
Konsistensi	7.9	8.3
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	63.8%	63.8%
Tes tidak stabil	6	5
Total Run	69	69
Biaya per hasil	4.078	8.235
Total Biaya	$0.449	$0.989
Harga input	$0.200 / 1M	$1.250 / 1M
Harga output	$1.150 / 1M	$2.500 / 1M
Harga baca cache	$0.040 / 1M	$0.200 / 1M
Harga tulis cache	T/A	T/A
Total token input	292,685	325,471
Token output	339,108	14,867
Token penalaran	0	217,675
Waktu respons (rata-rata)	20.72s	44.53s
Waktu respons (maks)	124.75s	216.69s
Waktu respons (total)	476.67s	1024.25s
Parameter	198B total (11B aktif)	~1.5T total (~150B aktif)
Ketersediaan	Sumber terbuka	Tertutup

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.

#176 Step 3.7 Flash

low

SVG tidak valid

Biaya: $0.004
Waktu: 25.3s
Token: 3,072 tok

#236 SpaceXAI: Grok 4.3

medium

Biaya: $0.009
Waktu: 19.0s
Token: 3,661 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Kategori:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	7.4	3.8	66.7%	1		83.63s	188,843	18,715	0
Grok 4.3	3.9	9.6	0.0%	0		51.61s	185,227	1,128	5,510

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0
Grok 4.3	10.0	10.0	100.0%	0		8.83s	2,010	88	8,207

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0
Grok 4.3	5.9	7.7	44.4%	1		41.23s	8,340	1,028	31,226

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0
Grok 4.3	6.5	10.0	50.0%	0		55.07s	108,468	11,992	21,601

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
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
Grok 4.3	10.0	10.0	100.0%	0		18.97s	7,761	180	9,546

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	2.9	7.2	11.1%	1		22.65s	837	48,299	0
Grok 4.3	3.5	4.4	33.3%	2		158.01s	1,977	14	95,783

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0
Grok 4.3	5.4	2.5	66.7%	1		24.70s	825	70	5,020

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0
Grok 4.3	9.8	10.0	100.0%	0		18.58s	1,362	57	8,713

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0
Grok 4.3	5.9	7.2	55.6%	1		22.52s	1,689	128	14,468

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0
Grok 4.3	10.0	10.0	100.0%	0		17.66s	7,263	168	4,615

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0
Grok 4.3	3.0	10.0	0.0%	0		44.47s	549	14	12,986

Ganti Pasangan Perbandingan

KAT-Coder-Pro V2.5highvsGrok 4.3medium Step 3.7 FlashlowvsGLM 5medium Grok 4.3mediumvsGLM 5.1none LongCat 2.0mediumvsStep 3.7 Flashlow Qwen3.6 27BmediumvsStep 3.7 Flashlow Qwen3.5-122B-A10BnonevsGrok 4.3medium Grok 4.3mediumvsGLM 5.3low Qwen3.7 FlashhighvsStep 3.7 Flashlow Gemini 3 Flash PreviewnonevsGrok 4.3medium Beam 1.0 501B A23BmaxvsGrok 4.3medium Claude Opus 5nonevsStep 3.7 Flashlow Beam 1.0 501B A23BxhighvsGrok 4.3medium