AI BENCHY
Advertise here
#43

Step 3.5 Flash

Stepfun Rilis: 2026-02-01 Diuji pada: 2026-05-08 15:30 stepfun/step-3.5-flash::medium
(medium) (none)

Ringkasan

Step 3.5 Flash mendapat skor 7.6 di AI BENCHY dan berada di peringkat #43. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 66.7%, total biaya $0.011, dan waktu respons rata-rata 41.66s.

Yang membuat Step 3.5 Flash unik: Model ini paling menonjol di Parsing dan ekstraksi data, dengan peringkat #1, sementara Pemecahan teka-teki adalah area terlemahnya di #17. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Skor

7.6

Konsistensi

9.2

Keandalan

10.0

Total biaya (harga saat ini)

$0.011

Total token output

251,708

Total token input

0

Harga input

$0.100 / 1M

Harga output

$0.300 / 1M

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 66.7%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

41.66s

Waktu respons (maks): 170.45s

Waktu respons (total): 499.91s

Jawaban salah: 4 Tidak mengikuti instruksi: 3

Hamster playing table tennis

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

#43 Step 3.5 Flash

medium
Biaya
$0.008
Waktu
277.1s
Token
23,695 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 23:25 Tes baru ditambahkan 6.0 9.2 $0.108 ↑ Bandingkan
2026-06-04 14:12 Tes baru ditambahkan 7.2 8.9 $0.070 ↑ 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 Run saat ini
2026-04-11 00:35 Run pertama yang tercatat 7.9 T/A $0.000 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

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 FlashmediumvsInklinglowStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGemini 3.1 Flash LitenoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20noneStep 3.5 Flashmediumvsgpt-oss-120bmediumStep 3.5 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsNemotron 3 UltramediumTersedia gratisStep 3.5 FlashmediumvsGPT-5.5low

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
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan