नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek: DeepSeek V3.2 vs StepFun: Step 3.7 Flash

DeepSeek V3.2 (medium) average score मध्ये पुढे आहे: 7.0 vs 6.9. DeepSeek V3.2 (medium) चा benchmark खर्च कमी आहे: $0.078 vs $1.207. Step 3.7 Flash (high) वेगवान आहे: 64.68s vs 68.62s, pass rates 65.2% vs 63.6%.

शिफारस केलेले मॉडेलDeepSeek V3.2 (medium)It has the best score here (7.0), while costing about 15.7x less than Step 3.7 Flash (high).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-17

मेट्रिक DeepSeek V3.2 DeepSeek V3.2 medium प्रकाशन: 2025-12-01 Step 3.7 Flash Step 3.7 Flash high प्रकाशन: 2026-05-29
स्कोअर 7.0 6.9
क्रमांक #73 #83
विश्वसनीयता 10.0 10.0
सुसंगतता 7.4 8.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 65.2% 63.6%
अस्थिर चाचण्या 7 5
एकूण रन 66 66
प्रति निकाल खर्च 0.671 10.973
एकूण खर्च $0.078 $1.207
इनपुट किंमत $0.269 / 1M $0.200 / 1M
आउटपुट किंमत $0.400 / 1M $1.150 / 1M
एकूण इनपुट टोकन्स 101,047 98,691
आउटपुट टोकन्स 11,834 1,032,395
रिझनिंग टोकन्स 117,014 0
प्रतिसाद वेळ (सरासरी) 68.62s 64.68s
प्रतिसाद वेळ (कमाल) 376.10s 364.99s
प्रतिसाद वेळ (एकूण) 1509.53s 1423.01s

Hamster playing table tennis

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

#73 DeepSeek V3.2

medium
खर्च
$0.001
वेळ
53.6s
टोकन्स
1,932 tok

#83 Step 3.7 Flash

high
खर्च
$0.007
वेळ
63.6s
टोकन्स
6,030 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
DeepSeek V3.2 6.0 7.2 55.6% 1 248.68s 5,717 649 52,014
Step 3.7 Flash 4.0 6.0 22.2% 1 206.21s 6,057 327,340 0

झटपट तुलना

तुलना जोडी बदला