AI BENCHY
Advertise here
#62

Step 3.5 Flash

Stepfun Rilis: 2026-02-01 Diuji pada: 2026-06-04 14:12 stepfun/step-3.5-flash::medium
(medium) (none)

Ringkasan

Step 3.5 Flash mendapat skor 7.2 di AI BENCHY dan berada di peringkat #62. Model ini memiliki reliabilitas 8.9, tingkat keberhasilan 58.3%, total biaya $0.070, dan waktu respons rata-rata 72.53s.

Yang membuat Step 3.5 Flash unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Skor

7.2

Konsistensi

9.1

Keandalan

8.9

Total biaya (harga saat ini)

$0.070 ↑ +218.4%

Diuji pada: $0.022

Total token output

287,560

Total token input

34,431

Harga input

$0.090 / 1M

Harga output

$0.300 / 1M

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 58.3%

Tes tidak stabil

2

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

Waktu respons (rata-rata)

72.53s

Waktu respons (maks): 453.94s

Waktu respons (total): 1015.47s

Jawaban salah: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1

Hamster playing table tennis

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

#62 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 ↑ Run saat ini
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 Bandingkan

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

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 14:42 $0.090 / 1M $0.300 / 1M

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
Pemrograman 3.1 4.7
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 8.3 10.0
Pemecahan teka-teki 5.3 10.0
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan