नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs Step 3.7 Flash (low)

average score जवळपास समान आहे: 7.1 vs 7.2. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.449 vs $2.766. Claude Opus 5 वेगवान आहे: 10.78s vs 20.72s, pass rates 55.1% vs 63.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-13

तुलना केलेली मॉडेल्स

क्रमांक
#217
एकूण आउटपुट टोकन्स
31,386
प्रतिसाद वेळ (सरासरी)
10.78s
एकूण खर्च
$2.766
क्रमांक
#215
एकूण आउटपुट टोकन्स
339,108
प्रतिसाद वेळ (सरासरी)
20.72s
एकूण खर्च
$0.449
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.2), while costing about 6.2x less than Claude Opus 5.

तपशीलवार तुलना

मेट्रिक Claude Opus 5 Claude Opus 5 none प्रकाशन: 2026-07-25 Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29
स्कोअर 7.1 7.2
क्रमांक #217 #215
विश्वसनीयता 10.0 10.0
सुसंगतता 9.6 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 55.1% 63.8%
अस्थिर चाचण्या 1 6
एकूण रन 69 69
प्रति निकाल खर्च 23.044 4.078
एकूण खर्च $2.766 $0.449
इनपुट किंमत $5.000 / 1M $0.200 / 1M
आउटपुट किंमत $25.000 / 1M $1.150 / 1M
कॅश वाचण्याची किंमत $0.500 / 1M $0.040 / 1M
कॅश लिहिण्याची किंमत $6.250 / 1M लागू नाही
एकूण इनपुट टोकन्स 396,120 292,685
आउटपुट टोकन्स 31,386 339,108
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 10.78s 20.72s
प्रतिसाद वेळ (कमाल) 79.61s 124.75s
प्रतिसाद वेळ (एकूण) 247.96s 476.67s
पॅरामीटर्स ~5T एकूण (~500B सक्रिय) 198B एकूण (11B सक्रिय)
उपलब्धता बंद स्रोत मुक्त स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#217 Claude Opus 5

none
खर्च
$0.271
वेळ
149.3s
टोकन्स
10,962 tok

#215 Step 3.7 Flash

low
अवैध SVG
खर्च
$0.004
वेळ
25.3s
टोकन्स
3,072 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
Claude Opus 5 5.9 9.7 33.3% 0 5.54s 10,590 2,886 0
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

तुलना जोडी बदला