#51 Step 3.7 Flash
low
अवैध SVG
- खर्च
- $0.004
- वेळ
- 25.3s
- टोकन्स
- 3,072 tok
AI BENCHY Compare
StepFun: Step 3.7 Flash vs xAI: Grok 4.3
सारांश
average score जवळपास समान आहे: 7.7 vs 7.7. Step 3.7 Flash (low) चा benchmark खर्च कमी आहे: $0.341 vs $0.614. Step 3.7 Flash (low) वेगवान आहे: 15.74s vs 47.51s, pass rates 68.3% vs 71.4%.
शिफारस केलेले मॉडेलStep 3.7 Flash (low)It has the best score here (7.7), while costing about 1.8x less than Grok 4.3 (medium).
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-14
| मेट्रिक | Step 3.7 Flash Step 3.7 Flash low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| स्कोअर | 7.7 | 7.7 |
| क्रमांक | #51 | #48 |
| विश्वसनीयता | 10.0 | 10.0 |
| सुसंगतता | 8.4 | 8.5 |
| बरोबर चाचण्या | ||
| प्रति प्रयत्न पास दर | 68.3% | 71.4% |
| अस्थिर चाचण्या | 4 | 4 |
| एकूण रन | 63 | 63 |
| प्रति निकाल खर्च | 2.840 | 4.724 |
| एकूण खर्च | $0.341 | $0.614 |
| इनपुट किंमत | $0.200 / 1M | $1.250 / 1M |
| आउटपुट किंमत | $1.150 / 1M | $2.500 / 1M |
| एकूण इनपुट टोकन्स | 40,101 | 44,472 |
| आउटपुट टोकन्स | 289,325 | 1,981 |
| रिझनिंग टोकन्स | 0 | 221,382 |
| प्रतिसाद वेळ (सरासरी) | 15.74s | 47.51s |
| प्रतिसाद वेळ (कमाल) | 124.75s | 216.69s |
| प्रतिसाद वेळ (एकूण) | 330.63s | 997.68s |
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 xAI: Grok 4.3
medium- खर्च
- $0.009
- वेळ
- 19.0s
- टोकन्स
- 3,661 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 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
झटपट तुलना
तुलना जोडी बदला
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKimi K2.6mediumमोफत उपलब्धvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow