#115 Step 3.7 Flash
low
SVG tidak valid
- Biaya
- $0.004
- Waktu
- 25.3s
- Token
- 3,072 tok
Stepfun
Rilis: 2026-05-29
Diuji pada: 2026-08-14 02:29
stepfun/step-3.7-flash::low
198B total (11B aktif)MoESumber terbuka
Ringkasan
Step 3.7 Flash mendapat skor 7.1 di AI BENCHY dan berada di peringkat #115. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 63.6%, total biaya $0.390, dan waktu respons rata-rata 17.87s.
Yang membuat Step 3.7 Flash unik: Model ini paling menonjol di Pemrograman, dengan peringkat #3, sementara Parsing dan ekstraksi data 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
7.1
Konsistensi
8.1
10.0
$0.390
Total token output
320,393
Total token input
103,842
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 02:29 Uji ulang | 7.1 | 10.0 | $0.390 | Run saat ini | |
| 2026-07-16 22:46 Tes baru ditambahkan | 7.3 | 10.0 | $0.454 | Bandingkan | |
| 2026-06-04 13:49 Tes baru ditambahkan | 7.3 | 10.0 | $0.341 | Bandingkan | |
| 2026-05-29 11:49 Run awal | 7.4 | 10.0 | $0.336 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:29 · Run saat ini | 66/66 percobaan | 7.1 | 8.1 | 10.0 | 11/22 | 5 | 320,393 | 103,842 | $0.390 | 17.87s |
| 2026-07-16 22:46 · Tes baru ditambahkan | 66/66 percobaan | 7.3 | 8.1 | 10.0 | 12/22 | 5 | 376,581 | 103,833 | $0.454 | 20.68s |
| Selisih | — | -0.1 | 0.0 | 0.0 | -1 | 0 | -56188 | +9 | -$0.065 | -2817ms |
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 |
|---|---|---|
| 2026-08-14 12:51 | $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 FlashlowvsMuse Glimmer 30BlowStep 3.7 FlashlowvsSolar Pro 4highStep 3.7 FlashlowvsQwen3.5-122B-A10BmediumStep 3.7 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsMuse Glimmer 30BmediumStep 3.7 FlashlowvsGPT-5.6 SolnoneStep 3.7 FlashlowvsQwen3.7 FlashlowStep 3.7 FlashlowvsDeepSeek V3.2mediumStep 3.7 FlashlowvsQwen3.5 Plus 2026-04-20mediumStep 3.7 FlashlowvsGLM 5.1medium
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.7 | 7.9 | |
| Pemrograman | 8.2 | 7.2 | |
| Gabungan | 7.3 | 5.8 | |
| Parsing dan ekstraksi data | 7.3 | 5.8 | |
| Spesifik domain | 2.9 | 7.2 | |
| Kecerdasan umum | 3.4 | 9.3 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 5.5 | 9.9 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |