AI BENCHY
Advertise here
#63

Step 3.7 Flash

Stepfun Rilis: 2026-05-29 Diuji pada: 2026-06-04 14:10 stepfun/step-3.7-flash::high
(high) (medium) (low)

Ringkasan

Step 3.7 Flash mendapat skor 7.1 di AI BENCHY dan berada di peringkat #63. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.5%, total biaya $1.148, dan waktu respons rata-rata 64.46s.

Skor

7.1

Konsistensi

8.2

Keandalan

10.0

Total biaya (harga saat ini)

$1.148

Total token output

991,355

Total token input

38,391

Harga input

$0.200 / 1M

Harga output

$1.150 / 1M

Tes benar

Tes Salah: 10

Tingkat lulus per percobaan: 63.5%

Tes tidak stabil

4

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

Waktu respons (rata-rata)

64.46s

Waktu respons (maks): 364.99s

Waktu respons (total): 1353.57s

Jawaban salah: 6 Tidak ada jawaban: 4

Showcase generasi

Hamster playing table tennis

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

#63 Step 3.7 Flash

high
Biaya
$0.007
Waktu
63.6s
Token
6,030 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-06-04 14:10 Tes baru ditambahkan 7.0 10.0 $1.148 Run saat ini
2026-05-29 11:53 Run awal 7.1 9.9 $0.960 Bandingkan

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

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-06-04 14:10 · Run saat ini7.18.210.011/214991,35538,391$1.14864.46s
2026-05-29 11:53 · Run awal7.18.29.911/204828,0840$0.96049.43s
Selisih-0.10.0+0.100+163271+38391+$0.189+15027ms

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 $0.200 / 1M $1.150 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Step 3.7 FlashhighvsClaude Opus 4.8noneStep 3.7 FlashhighvsGemma 4 26B A4BmediumTersedia gratisStep 3.7 FlashhighvsQwen3.7 PlusnoneStep 3.7 FlashhighvsClaude Sonnet 4.6noneStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsGemini 3.5 FlashhighStep 3.7 FlashhighvsGemini 3 Flash PreviewmediumStep 3.7 FlashhighvsNemotron 3 Ultra 550b A55bmediumTersedia gratisStep 3.7 FlashhighvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 4.0 6.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 4.1 4.4
Kecerdasan umum 5.5 10.0
Kepatuhan instruksi 9.8 10.0
Pemecahan teka-teki 5.3 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan