#22 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
198B total (11B aktif)MoESumber terbuka
Ringkasan
Step 3.7 Flash mendapat skor 8.0 di AI BENCHY dan berada di peringkat #22. 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 #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 198B total (11B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
8.0
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).
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 02:31 Uji ulang | 7.9 | 10.0 | $0.495 | Bandingkan | |
| 2026-07-16 22:50 Tes baru ditambahkan | 8.0 | 9.9 | $0.515 | 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 | Cakupan benchmark | 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 · Tes baru ditambahkan | 61/63 percobaan | 8.0 | 9.3 | 9.9 | 14/21 | 2 | 319,958 | 39,981 | $0.376 | 20.35s |
| 2026-05-29 11:49 · Run awal | 60/60 percobaan | 7.9 | 9.2 | 9.9 | 13/20 | 2 | 344,492 | 0 | $0.404 | 20.29s |
| Selisih | — | +0.1 | +0.1 | 0.0 | +1 | 0 | -24534 | +39981 | -$0.028 | +64ms |
Cakupan benchmark berbeda: 61/63 percobaan (Target: 3 pengulangan per tes) dibanding 60/60 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.
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 14:42 | $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 FlashmediumvsQwen3.8 27BlowStep 3.7 FlashmediumvsKimi K3maxStep 3.7 FlashmediumvsQwen3.7 PlusmediumStep 3.7 FlashmediumvsGPT-5.6 TerrahighStep 3.7 FlashmediumvsQwen3.6 PlusmediumStep 3.7 FlashmediumvsInklingmediumStep 3.7 FlashmediumvsGemini 3.5 Flash LitemediumStep 3.7 FlashmediumvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2medium
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 |