#288 Step 3.5 Flash
none- Biaya
- $0.005
- Waktu
- 156.3s
- Token
- 13,887 tok
Stepfun
Rilis: 2026-02-01
Diuji pada: 2026-05-08 15:30
stepfun/step-3.5-flash::none
196B total (11B aktif)MoESumber terbuka
(medium)
(none)
Ringkasan
Step 3.5 Flash mendapat skor 2.3 di AI BENCHY dan berada di peringkat #288. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 27.3%, total biaya $0.020, dan waktu respons rata-rata 39.03s.
Yang membuat Step 3.5 Flash unik: Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Model diarsipkan: model ini tidak lagi diperbarui atau diuji pada pengujian baru.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 196B total (11B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
2.3
Konsistensi
5.5
10.0
$0.020
Total token output
64,795
Total token input
1,971
Harga input
$0.100 / 1M
Harga output
$0.300 / 1M
Tes tidak stabil
0
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-05-08 15:30 Tes baru ditambahkan | 2.3 | 10.0 | $0.020 | Run saat ini | |
| 2026-04-11 01:44 Run pertama yang tercatat | 3.0 | T/A | $0.000 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:30 · Run saat ini | 36/66 percobaan | 2.3 | 5.5 | 10.0 | 6/12 | 0 | 64,795 | 1,971 | $0.020 | 39.03s |
| 2026-04-11 01:44 · Run pertama yang tercatat | 3/3 percobaan | 3.0 | 10.0 | T/A | 0/1 | 0 | 0 | 0 | $0.000 | 0ms |
| Selisih | — | -0.7 | -4.5 | +6 | 0 | +64795 | +1971 | +$0.020 | +39032ms |
Cakupan benchmark berbeda: 36/36 percobaan (Target: 3 pengulangan per tes) dibanding 3/3 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.
Riwayat harga
Data harga historis untuk model ini dari OpenRouter.
| Tanggal | Harga input | Harga output |
|---|---|---|
| 2026-06-04 15:40 | $0.090 / 1M | $0.300 / 1M |
| 2026-06-30 21:25 | $0.100 / 1M | $0.300 / 1M |
Grafik
Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.
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 | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 9.8 | 3.3 | |
| Gabungan | 1.5 | 5.0 | |
| Parsing dan ekstraksi data | 1.5 | 5.0 | |
| Spesifik domain | 3.3 | 3.3 | |
| Kecerdasan umum | 4.0 | 10.0 | |
| Kepatuhan instruksi | 5.0 | 5.0 | |
| Pemecahan teka-teki | 0.0 | 0.0 | |
| Pemanggilan alat | 3.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |