#82 Step 3.7 Flash
high- Biaya
- $0.007
- Waktu
- 63.6s
- Token
- 6,030 tok
Stepfun
Rilis: 2026-05-29
Diuji pada: 2026-07-16 22:46
stepfun/step-3.7-flash::high
198B total (11B aktif)MoESumber terbuka
Ringkasan
Step 3.7 Flash mendapat skor 6.9 di AI BENCHY dan berada di peringkat #82. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.6%, total biaya $1.207, dan waktu respons rata-rata 64.68s.
Yang membuat Step 3.7 Flash unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #1, sementara Pemrograman adalah area terlemahnya di #17.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 198B total (11B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
6.9
Konsistensi
8.0
10.0
$1.207
Total token output
1,032,395
Total token input
98,691
Harga input
$0.200 / 1M
Harga output
$1.150 / 1M
Tes tidak stabil
5
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:45 Uji ulang | 6.8 | 10.0 | $1.229 | Bandingkan | |
| 2026-07-16 22:46 Tes baru ditambahkan | 6.9 | 10.0 | $1.207 | Run saat ini | |
| 2026-06-04 14:10 Tes baru ditambahkan | 7.0 | 10.0 | $1.148 | Bandingkan | |
| 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
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-07-16 22:46 · Tes baru ditambahkan | 66/66 percobaan | 6.9 | 8.0 | 10.0 | 11/22 | 5 | 1,032,395 | 98,691 | $1.207 | 64.68s |
| 2026-08-14 02:45 · Uji ulang | 66/66 percobaan | 6.8 | 8.4 | 10.0 | 11/22 | 4 | 1,050,900 | 98,700 | $1.229 | 70.10s |
| Selisih | — | 0.0 | -0.4 | 0.0 | 0 | +1 | -18505 | -9 | -$0.022 | -5415ms |
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.
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
Perbandingan Cepat
Step 3.7 FlashhighvsQwen3.6 FlashmediumStep 3.7 FlashhighvsSeed-2.0-CodemediumStep 3.7 FlashhighvsGemini 3.5 FlashnoneStep 3.7 FlashhighvsSolar Pro 4lowStep 3.7 FlashhighvsSeed-2.0-CodehighStep 3.7 FlashhighvsSolar Pro 4mediumStep 3.7 FlashhighvsQwen3.7 FlashmediumStep 3.7 FlashhighvsDeepSeek V4 PrononeStep 3.7 FlashhighvsKAT-Coder-Pro V2.5mediumStep 3.7 FlashhighvsGLM 5.3low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 4.0 | 6.0 | |
| Gabungan | 8.7 | 6.9 | |
| 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 |