StepFun: Step 3.7 Flash vs Thinking Machines: Inkling

Step 3.7 Flash (medium) unggul dalam skor rata-rata dengan 8.0 vs 8.0. Inkling (medium) memiliki biaya benchmark lebih rendah di $0.391 vs $0.515. Inkling (medium) lebih cepat di 16.21s vs 26.37s, dengan tingkat keberhasilan 72.7% vs 78.8%.

Model yang direkomendasikanInkling (medium)Its score stays close to the best score here (8.0 vs 8.0), while responding about 1.6x faster than Step 3.7 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29	Inkling Inkling medium Rilis: 2026-07-18

Metrik	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29	Inkling Inkling medium Rilis: 2026-07-18
Skor	8.0	8.0
Peringkat	#29	#32
Keandalan	9.9	9.8
Konsistensi	8.9	8.2
Tes benar
Tingkat lulus per percobaan	72.7%	78.8%
Tes tidak stabil	3	5
Total Run	64	66
Biaya per hasil	3.676	2.604
Total Biaya	$0.515	$0.391
Harga input	$0.200 / 1M	$1.000 / 1M
Harga output	$1.150 / 1M	$4.050 / 1M
Total token input	114,062	124,053
Token output	427,572	12,189
Token penalaran	0	53,597
Waktu respons (rata-rata)	26.37s	16.21s
Waktu respons (maks)	152.83s	85.12s
Waktu respons (total)	580.25s	356.54s

Hamster playing table tennis

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

#29 Step 3.7 Flash

medium

Biaya: $0.006
Waktu: 46.2s
Token: 4,466 tok

#32 Thinking Machines: Inkling

medium

Biaya: $0.004
Waktu: 11.2s
Token: 852 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:

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		9.65s	756	32,185	0
Inkling	8.7	7.9	91.7%	1		6.49s	645	333	3,091

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	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Inkling	8.4	7.8	77.8%	1		25.20s	7,374	525	14,457

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		80.94s	87,764	114,720	0
Inkling	7.3	5.8	83.3%	1		41.15s	98,542	10,088	4,626

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	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
Inkling	10.0	10.0	100.0%	0		3.60s	7,068	216	813

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	7.7	10.0	66.7%	0		48.27s	708	70,347	0
Inkling	5.3	7.2	44.4%	1		35.60s	795	68	20,323

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	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Inkling	10.0	10.0	100.0%	0		4.65s	501	170	699

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		1.83s	735	2,166	0
Inkling	9.8	10.0	100.0%	0		6.17s	708	93	1,886

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	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Inkling	10.0	10.0	100.0%	0		5.18s	714	370	2,310

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		4.16s	7,746	2,115	0
Inkling	3.0	10.0	0.0%	0		4.48s	7,487	296	298

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		113.98s	237	139,164	0
Inkling	2.8	1.6	33.3%	1		21.69s	219	30	5,094

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsInklingmedium Step 3.7 FlashmediumvsInklinghigh GPT-5.6 TerrahighvsInklingmedium Step 3.7 FlashmediumvsGLM 5.2high Muse Spark 1.1highvsStep 3.7 Flashmedium InklingmediumvsGLM 5.2high GPT-5.2 ChatnonevsInklingmedium Kimi K3maxvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Muse Spark 1.1highvsInklingmedium Claude Opus 4.8lowvsInklingmedium