Navigasi
Advertise here

Step 3.7 Flash (medium) vs Grok 4.5 (medium)

Skor rata-rata hampir imbang di 7.8 vs 7.8. Step 3.7 Flash (medium) memiliki biaya benchmark lebih rendah di $0.571 vs $2.996. Step 3.7 Flash (medium) lebih cepat di 26.57s vs 68.44s, dengan tingkat keberhasilan 68.1% vs 79.7%.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-06

Model yang Dibandingkan

Peringkat
#109
Total token output
440,835
Waktu respons (rata-rata)
26.57s
Total Biaya
$0.571
Peringkat
#107
Total token output
306,044
Waktu respons (rata-rata)
68.44s
Total Biaya
$2.996
Model yang direkomendasikan Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 5.2x less than Grok 4.5 (medium).

Perbandingan terperinci

Metrik Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29 Grok 4.5 Grok 4.5 medium Rilis: 2026-07-08
Skor 7.8 7.8
Peringkat #109 #107
Keandalan 10.0 10.0
Konsistensi 8.7 9.0
Percobaan 69/69 69/69
Tes benar
Tingkat lulus per percobaan 68.1% 79.7%
Tes tidak stabil 4 3
Total Run 69 69
Biaya per hasil 4.392 14.430
Total Biaya $0.571 $2.996
Harga input $0.200 / 1M $2.000 / 1M
Harga output $1.150 / 1M $6.000 / 1M
Harga baca cache $0.040 / 1M $0.300 / 1M
Harga tulis cache T/A T/A
Total token input 319,524 308,369
Token output 440,835 7,013
Token penalaran 0 299,031
Waktu respons (rata-rata) 26.57s 68.44s
Waktu respons (maks) 152.83s 436.38s
Waktu respons (total) 611.09s 1574.14s
Parameter 198B total (11B aktif) ~1.7T total (~170B 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.

#109 Step 3.7 Flash

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

#107 SpaceXAI: Grok 4.5

medium
Biaya
$0.044
Waktu
59.4s
Token
7,512 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

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
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634

Perbandingan Cepat

Ganti Pasangan Perbandingan