Step 3.7 Flash (medium) vs Grok 4.6 (medium)

Model yang Dibandingkan

Peringkat: #113
Total token output: 440,835
Waktu respons (rata-rata): 26.57s
Total Biaya: $0.571

Peringkat: #114
Total token output: 266,197
Waktu respons (rata-rata): 74.77s
Total Biaya: $2.270

Model yang direkomendasikan Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 4.0x less than Grok 4.6 (medium).

Perbandingan terperinci

Metrik	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29	Grok 4.6 Grok 4.6 medium Rilis: 2026-08-12

Metrik	Step 3.7 Flash Step 3.7 Flash medium Rilis: 2026-05-29	Grok 4.6 Grok 4.6 medium Rilis: 2026-08-12
Skor	7.8	7.8
Peringkat	#113	#114
Keandalan	10.0	10.0
Konsistensi	8.7	8.7
Percobaan	69/69	69/69
Tes benar
Tingkat lulus per percobaan	68.1%	78.3%
Tes tidak stabil	4	4
Total Run	69	69
Biaya per hasil	4.392	14.187
Total Biaya	$0.571	$2.270
Harga input	$0.200 / 1M	$2.000 / 1M
Harga output	$1.150 / 1M	$6.000 / 1M
Harga baca cache	$0.040 / 1M	$0.500 / 1M
Harga tulis cache	T/A	T/A
Total token input	319,524	336,351
Token output	440,835	6,180
Token penalaran	0	260,017
Waktu respons (rata-rata)	26.57s	74.77s
Waktu respons (maks)	152.83s	514.35s
Waktu respons (total)	611.09s	1719.73s
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.

#113 Step 3.7 Flash

medium

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

#114 SpaceXAI: Grok 4.6

medium

Biaya: $0.028
Waktu: 72.1s
Token: 4,771 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		93.88s	205,333	31,126	0
Grok 4.6	5.0	10.0	0.0%	0		103.61s	229,564	1,369	15,020

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
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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		80.94s	87,764	114,720	0
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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	5.3	10.0	33.3%	0		27.26s	837	52,484	0
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Ganti Pasangan Perbandingan

Step 3.7 FlashmediumvsGLM 5.3high Grok 4.6mediumvsGLM 5.3high Qwen3.7 PlusnonevsGrok 4.6medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Ling 3.1 FlashhighvsStep 3.7 Flashmedium Ling 3.1 FlashhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium GPT-6 LunahighvsGrok 4.6medium Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium