नेव्हिगेशन
Advertise here

Step 3.7 Flash (low) vs Solar Pro 4 (high)

average score जवळपास समान आहे: 7.1 vs 7.1. Solar Pro 4 (high) चा benchmark खर्च कमी आहे: $0.138 vs $0.390. Step 3.7 Flash (low) वेगवान आहे: 17.87s vs 120.58s, pass rates 63.6% vs 62.1%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-24

तुलना केलेली मॉडेल्स

क्रमांक
#154
एकूण आउटपुट टोकन्स
320,393
प्रतिसाद वेळ (सरासरी)
17.87s
एकूण खर्च
$0.390
क्रमांक
#155
एकूण आउटपुट टोकन्स
363,194
प्रतिसाद वेळ (सरासरी)
120.58s
एकूण खर्च
$0.138
शिफारस केलेले मॉडेल Step 3.7 Flash (low)

It has the best score here (7.1), while responding about 6.7x faster than Solar Pro 4 (high).

तपशीलवार तुलना

मेट्रिक Step 3.7 Flash Step 3.7 Flash low प्रकाशन: 2026-05-29 Solar Pro 4 Solar Pro 4 high प्रकाशन: 2026-08-11
स्कोअर 7.1 7.1
क्रमांक #154 #155
विश्वसनीयता 10.0 10.0
सुसंगतता 8.1 8.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 62.1%
अस्थिर चाचण्या 5 5
एकूण रन 66 66
प्रति निकाल खर्च 3.539 0.418
एकूण खर्च $0.390 $0.138
इनपुट किंमत $0.200 / 1M $0.090 / 1M
आउटपुट किंमत $1.150 / 1M $0.360 / 1M
एकूण इनपुट टोकन्स 103,842 79,740
आउटपुट टोकन्स 320,393 23,357
रिझनिंग टोकन्स 0 339,837
प्रतिसाद वेळ (सरासरी) 17.87s 120.58s
प्रतिसाद वेळ (कमाल) 124.75s 491.07s
प्रतिसाद वेळ (एकूण) 393.04s 2652.77s
पॅरामीटर्स 198B एकूण (11B सक्रिय) ~100B
उपलब्धता मुक्त स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#154 Step 3.7 Flash

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

#155 Solar Pro 4

high
या मॉडेलसाठी अद्याप कोणताही शोकेस निकाल तयार झालेला नाही.
खर्च
लागू नाही
वेळ
-
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 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Solar Pro 4 5.7 9.9 33.3% 0 244.73s 7,887 18,577 101,928

झटपट तुलना

तुलना जोडी बदला

Qwen3.5-122B-A10BmediumvsStep 3.7 FlashlowMuse Glimmer 30BlowvsSolar Pro 4highMuse Glimmer 30BmediumvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsSolar Pro 4highMercury 2.5highvsStep 3.7 FlashlowSolar Pro 4highvsGrok 4.3mediumGPT-5.6 SolnonevsSolar Pro 4highQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGPT-6 LunalowvsSolar Pro 4highMuse Glimmer 30BmediumvsSolar Pro 4highGPT-6 SolnonevsStep 3.7 FlashlowQwen3.7 FlashlowvsSolar Pro 4high