#108
Stepfun
Rilis: 2026-02-01
Diuji pada: 2026-04-11 01:44
stepfun/step-3.5-flash::none
(medium)
(none)
Model diarsipkan: model ini tidak lagi diperbarui atau diuji pada pengujian baru.
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).
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-05-08 15:30 Tes baru ditambahkan | 7.8 | 10.0 | $0.020 | Bandingkan | |
| 2026-04-11 01:44 Run pertama yang tercatat | 3.0 | T/A | $0.000 | Run saat ini |
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Run pertama yang tercatat | 3.0 | 10.0 | T/A | 0/1 | 0 | 0 | $0.000 | 0ms |
| 2026-05-08 15:30 · Tes baru ditambahkan | 7.8 | 10.0 | 10.0 | 6/9 | 0 | 64,795 | $0.020 | 39.03s |
| Selisih | -4.8 | 0.0 | -9 | 0 | -64795 | -$0.020 | -39032ms |
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.
Skor vs Total Biaya
Waktu respons (rata-rata)
Skor vs Waktu respons (rata-rata)
Total token output
Skor vs Total token output
Perbandingan Cepat
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Pemrograman | 3.0 | 10.0 |