Step 3.7 Flash (medium) vs Grok 4.5 (low)

तुलना केलेली मॉडेल्स

क्रमांक: #106
एकूण आउटपुट टोकन्स: 440,835
प्रतिसाद वेळ (सरासरी): 26.57s
एकूण खर्च: $0.571

क्रमांक: #109
एकूण आउटपुट टोकन्स: 121,415
प्रतिसाद वेळ (सरासरी): 18.14s
एकूण खर्च: $1.345

शिफारस केलेले मॉडेल Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 2.4x less than Grok 4.5 (low).

तपशीलवार तुलना

मेट्रिक	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08

मेट्रिक	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29	Grok 4.5 Grok 4.5 low प्रकाशन: 2026-07-08
स्कोअर	7.8	7.8
क्रमांक	#106	#109
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	9.3
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	68.1%	73.9%
अस्थिर चाचण्या	4	2
एकूण रन	69	69
प्रति निकाल खर्च	4.392	8.404
एकूण खर्च	$0.571	$1.345
इनपुट किंमत	$0.200 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.150 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	319,524	308,068
आउटपुट टोकन्स	440,835	9,218
रिझनिंग टोकन्स	0	112,197
प्रतिसाद वेळ (सरासरी)	26.57s	18.14s
प्रतिसाद वेळ (कमाल)	152.83s	205.28s
प्रतिसाद वेळ (एकूण)	611.09s	417.21s
पॅरामीटर्स	198B एकूण (11B सक्रिय)	~1.7T एकूण (~170B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#106 Step 3.7 Flash

medium

खर्च: $0.006
वेळ: 46.2s
टोकन्स: 4,466 tok

#109 SpaceXAI: Grok 4.5

low

खर्च: $0.011
वेळ: 12.4s
टोकन्स: 2,018 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0
Grok 4.5	5.0	10.0	0.0%	0		61.53s	182,463	1,713	4,213

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0
Grok 4.5	10.0	10.0	100.0%	0		2.75s	2,991	261	3,000

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Grok 4.5	10.0	10.0	100.0%	0		13.72s	9,579	303	15,641

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0
Grok 4.5	6.5	10.0	50.0%	0		12.75s	82,028	6,031	3,583

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
Grok 4.5	10.0	10.0	100.0%	0		3.44s	8,937	225	2,549

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0
Grok 4.5	2.9	7.2	11.1%	1		77.09s	2,523	14	71,813

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Grok 4.5	6.1	3.1	66.7%	1		4.88s	1,077	98	1,253

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0
Grok 4.5	9.8	10.0	100.0%	0		2.80s	1,857	57	1,878

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Grok 4.5	10.0	10.0	100.0%	0		3.20s	2,430	217	2,590

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0
Grok 4.5	10.0	10.0	100.0%	0		5.83s	13,394	284	871

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0
Grok 4.5	3.0	10.0	0.0%	0		13.98s	789	15	4,806

झटपट तुलना

तुलना जोडी बदला

DeepSeek V4 Flash 0731mediumvsGrok 4.5low Qwen3.7 PlusnonevsGrok 4.5low Step 3.7 FlashmediumvsGLM 5.3high Qwen3.7 PlusnonevsStep 3.7 Flashmedium Grok 4.5lowvsGLM 5.3high Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium GPT-6 LunahighvsGrok 4.5low Muse Glimmer 30BhighvsGrok 4.5low Qwen3.5 Plus 2026-04-20mediumvsGrok 4.5low Grok 4.5lowvsMiMo-V2.6-Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.5low Qwen3.7 MaxnonevsStep 3.7 Flashmedium