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

तुलना केलेली मॉडेल्स

क्रमांक: #109
एकूण आउटपुट टोकन्स: 440,835
प्रतिसाद वेळ (सरासरी): 26.57s
एकूण खर्च: $0.571

क्रमांक: #107
एकूण आउटपुट टोकन्स: 306,044
प्रतिसाद वेळ (सरासरी): 68.44s
एकूण खर्च: $2.996

शिफारस केलेले मॉडेल Step 3.7 Flash (medium)

It has the best score here (7.8), while costing about 5.2x less than Grok 4.5 (medium).

तपशीलवार तुलना

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

मेट्रिक	Step 3.7 Flash Step 3.7 Flash medium प्रकाशन: 2026-05-29	Grok 4.5 Grok 4.5 medium प्रकाशन: 2026-07-08
स्कोअर	7.8	7.8
क्रमांक	#109	#107
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	68.1%	79.7%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	4.392	14.430
एकूण खर्च	$0.571	$2.996
इनपुट किंमत	$0.200 / 1M	$2.000 / 1M
आउटपुट किंमत	$1.150 / 1M	$6.000 / 1M
कॅश वाचण्याची किंमत	$0.040 / 1M	$0.300 / 1M
कॅश लिहिण्याची किंमत	लागू नाही	लागू नाही
एकूण इनपुट टोकन्स	319,524	308,369
आउटपुट टोकन्स	440,835	7,013
रिझनिंग टोकन्स	0	299,031
प्रतिसाद वेळ (सरासरी)	26.57s	68.44s
प्रतिसाद वेळ (कमाल)	152.83s	436.38s
प्रतिसाद वेळ (एकूण)	611.09s	1574.14s
पॅरामीटर्स	198B एकूण (11B सक्रिय)	~1.7T एकूण (~170B सक्रिय)
उपलब्धता	मुक्त स्रोत	बंद 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.

#109 Step 3.7 Flash

medium

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

#107 SpaceXAI: Grok 4.5

medium

खर्च: $0.044
वेळ: 59.4s
टोकन्स: 7,512 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		65.24s	186,214	1,499	5,085

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		23.50s	2,991	147	4,018

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	7.6	7.2	77.8%	1		155.69s	9,579	390	104,634

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	10.0	10.0	100.0%	0		29.01s	83,730	4,154	16,180

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		6.29s	8,937	225	3,657

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	5.3	7.2	44.4%	1		249.34s	2,221	11	140,815

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	6.5	3.4	66.7%	1		12.84s	1,077	71	2,384

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		6.06s	1,857	57	2,728

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		7.75s	2,430	254	3,641

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		6.57s	8,544	192	968

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		74.44s	789	13	14,921

झटपट तुलना

तुलना जोडी बदला

Grok 4.5mediumvsGLM 5.3high Step 3.7 FlashmediumvsGLM 5.3high Ling 3.1 FlashhighvsGrok 4.5medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Qwen3.8 2.4T A95BhighvsGrok 4.5medium Ling 3.1 FlashhighvsStep 3.7 Flashmedium Qwen3.7 PlusnonevsGrok 4.5medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.7 MaxnonevsGrok 4.5medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium Claude Fable 5.1highvsGrok 4.5medium