AI BENCHY
Advertise here

#34

Step 3.5 Flash

Stepfun Rilis: 2026-02-01 Diuji pada: 2026-04-11 00:35 stepfun/step-3.5-flash::medium
(medium) (none)

Skor

7.9

Konsistensi

9.1

Keandalan

T/A

Total biaya (harga saat ini)

$0.000

Total token output

227,511

Total token input

0

Harga input

$0.100 / 1M

Harga output

$0.300 / 1M

Tes benar

Tes Salah: 6

Tingkat lulus per percobaan: 70.6%

Tes tidak stabil

2

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

26.78s

Waktu respons (maks): 170.45s

Waktu respons (total): 294.58s

Tidak mengikuti instruksi: 3 Jawaban salah: 3

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-05-22 00:30 Suite berubah 7.4 9.3 $0.015 Bandingkan
2026-05-08 15:30 Suite berubah 7.6 10.0 $0.011 Bandingkan
2026-04-11 00:35 Run pertama yang tercatat 7.9 T/A $0.000 Run saat ini

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-04-11 00:35 · Run pertama yang tercatat7.99.1T/A11/172227,5110$0.00026.78s
2026-05-22 00:30 · Suite berubah7.48.79.311/193263,8060$0.01543.29s
Selisih+0.5+0.40-1-362950-$0.015-16508ms

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Step 3.5 FlashmediumvsKimi K2.6mediumTersedia gratisStep 3.5 FlashmediumvsGLM 5.1mediumStep 3.5 FlashmediumvsGemini 3.1 Flash Lite PreviewnoneStep 3.5 FlashmediumvsGPT-5.3 ChatnoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20mediumStep 3.5 FlashmediumvsMiMo-V2.5mediumStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsRing-2.6-1TmediumStep 3.5 FlashmediumvsGemini 3.5 Flashlow

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.3 7.2
Kecerdasan umum 5.5 10.0
Kepatuhan instruksi 8.5 6.8
Pemecahan teka-teki 5.3 10.0
Pemanggilan alat 10.0 10.0

Model yang Dibandingkan