StepFun: Step 3.5 Flash

Aibenchy टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : १९ फेब्रु, २०२६

श्रेणीवार तपशील

श्रेणी	पूर्णपणे पास झालेल्या चाचण्या	Score	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	तर्क गुण	खर्च
Anti-AI Tricks	1/2	5.50	5.81	83.3%	1	10.00	$0.00000
Data parsing and extraction	1/2	5.00	10.00	50.0%	0	9.75	$0.00000
Domain specific	1/3	4.00	7.21	44.4%	1	8.44	$0.00000
Instructions following	2/2	10.00	10.00	100.0%	0	9.67	$0.00000
Puzzle Solving	0/3	2.00	4.96	33.3%	2	9.22	$0.00000

StepFun: Step 3.5 Flash ची तुलना याच्याशी करा...

#17 · MiniMax

तर्क (medium)

Score: 5.08

सुसंगतता: 6.00

प्रति प्रयत्न पास दर: 61.1%

अस्थिर चाचण्या: 6

प्रति निकाल खर्च: 4.0276

बरोबर चाचण्या: 5/12

एकूण खर्च: $0.20138

#19 · OpenAI

तर्क नाही

Score: 4.00

सुसंगतता: 9.98

प्रति प्रयत्न पास दर: 25.0%

अस्थिर चाचण्या: 0

प्रति निकाल खर्च: 0.0576

बरोबर चाचण्या: 3/12

एकूण खर्च: $0.00173

#16 · Anthropic

तर्क (medium)

Score: 5.42

सुसंगतता: 8.60

प्रति प्रयत्न पास दर: 55.5%

अस्थिर चाचण्या: 2

प्रति निकाल खर्च: 12.8695

बरोबर चाचण्या: 6/12

एकूण खर्च: $0.77217

StepFun: Step 3.5 Flash ची तुलना याच्याशी करा...