#23 Step 3.7 Flash
medium- Biaya
- $0.006
- Waktu
- 46.2s
- Token
- 4,466 tok
Stepfun
Rilis: 2026-05-29
Diuji pada: 2026-06-04 13:52
stepfun/step-3.7-flash::medium
Ringkasan
Step 3.7 Flash mendapat skor 8.5 di AI BENCHY dan berada di peringkat #23. Model ini memiliki reliabilitas 9.9, tingkat keberhasilan 73.0%, total biaya $0.376, dan waktu respons rata-rata 20.35s.
Yang membuat Step 3.7 Flash unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Kecerdasan umum adalah area terlemahnya di #14.
8.5
Konsistensi
9.3
9.9
$0.376
Total token output
319,958
Total token input
39,981
Harga input
$0.200 / 1M
Harga output
$1.150 / 1M
Tes tidak stabil
2
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:52 Tes baru ditambahkan | 8.0 | 9.9 | $0.376 | Run saat ini | |
| 2026-05-29 11:49 Run awal | 7.9 | 9.9 | $0.404 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 13:52 · Run saat ini | 8.5 | 9.3 | 9.9 | 14/21 | 2 | 319,958 | 39,981 | $0.376 | 20.35s |
| 2026-05-29 11:49 · Run awal | 7.9 | 9.2 | 9.9 | 13/20 | 2 | 344,492 | 0 | $0.404 | 20.29s |
| Selisih | +0.6 | +0.1 | 0.0 | +1 | 0 | -24534 | +39981 | -$0.028 | +64ms |
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 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsSeed-2.0-LitemediumStep 3.7 FlashmediumvsGPT-5.2mediumStep 3.7 FlashmediumvsGPT-5.4mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsGemini 3.5 FlashhighStep 3.7 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.7 FlashmediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisStep 3.7 FlashmediumvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.7 | 7.9 | |
| Pemrograman | 8.8 | 7.8 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 7.7 | 10.0 | |
| Kecerdasan umum | 4.0 | 10.0 | |
| Kepatuhan instruksi | 9.8 | 10.0 | |
| Pemecahan teka-teki | 5.7 | 9.9 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |