नेव्हिगेशन
Advertise here

Step 3.5 Flash (medium) vs Hy4 preview (low)

average score जवळपास समान आहे: 5.4 vs 5.4. Step 3.5 Flash (medium) चा benchmark खर्च कमी आहे: $0.105 vs $1.844. Step 3.5 Flash (medium) वेगवान आहे: 190.48s vs 207.21s, pass rates 49.3% vs 21.7%.

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

तुलना केलेली मॉडेल्स

क्रमांक
#374
एकूण आउटपुट टोकन्स
454,482
प्रतिसाद वेळ (सरासरी)
190.48s
एकूण खर्च
$0.105
क्रमांक
#372
एकूण आउटपुट टोकन्स
687,477
प्रतिसाद वेळ (सरासरी)
207.21s
एकूण खर्च
$1.844
शिफारस केलेले मॉडेल Step 3.5 Flash (medium)

It has the best score here (5.4), while costing about 17.6x less than Hy4 preview (low).

तपशीलवार तुलना

मेट्रिक Step 3.5 Flash Step 3.5 Flash medium प्रकाशन: 2026-02-01 Hy4 preview Hy4 preview low प्रकाशन: 2026-08-29
स्कोअर 5.4 5.4
क्रमांक #374 #372
विश्वसनीयता 10.0 6.5
सुसंगतता 8.3 8.2
प्रयत्न 66/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 49.3% 21.7%
अस्थिर चाचण्या 3 4
एकूण रन 66 69
प्रति निकाल खर्च 1.047 61.455
एकूण खर्च $0.105 $1.844
इनपुट किंमत $0.100 / 1M $0.751 / 1M
आउटपुट किंमत $0.300 / 1M $2.251 / 1M
कॅश वाचण्याची किंमत लागू नाही $0.038 / 1M
कॅश लिहिण्याची किंमत लागू नाही लागू नाही
एकूण इनपुट टोकन्स 139,086 162,180
आउटपुट टोकन्स 193,584 5,030
रिझनिंग टोकन्स 413,546 682,447
प्रतिसाद वेळ (सरासरी) 190.48s 207.21s
प्रतिसाद वेळ (कमाल) 1597.85s 597.45s
प्रतिसाद वेळ (एकूण) 3238.23s 4765.91s
पॅरामीटर्स 196B एकूण (11B सक्रिय) 770B एकूण (49B सक्रिय)
उपलब्धता मुक्त 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.

#374 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 tok

#372 Hy4 preview

low
Provider returned error
खर्च
$0.000
वेळ
1.1s
टोकन्स
0 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Hy4 preview 5.2 8.6 0.0% 0 219.15s 6,110 135 96,407

तुलना जोडी बदला

Step 3.5 FlashmediumvsMiMo-V2.6-FlashnoneEmber-1nonevsStep 3.5 FlashmediumNorth Mini Codemediumमोफत उपलब्धvsHy4 previewlowHy4 previewlowvsMiMo-V2.6-FlashnoneEmber-1nonevsHy4 previewlowQwen3.8 27Bnoneमोफत उपलब्धvsHy4 previewlowGPT-5.6 LunanonevsStep 3.5 FlashmediumGranite 4.2 8BlowvsStep 3.5 FlashmediumSeed-2.0-CodenonevsHy4 previewlowKimi K2.5nonevsStep 3.5 FlashmediumQwen3.8 27Bnoneमोफत उपलब्धvsStep 3.5 FlashmediumGPT-5.6 LunanonevsHy4 previewlow