AI BENCHY
Advertise here
#62

Step 3.5 Flash

Stepfun प्रकाशन: 2026-02-01 चाचणी तारीख: 2026-06-04 14:12 stepfun/step-3.5-flash::medium
(medium) (none)

सारांश

Step 3.5 Flash AI BENCHY वर 7.2 स्कोर करते आणि #62 वर आहे. याची reliability 8.9, pass rate 58.3%, एकूण खर्च $0.070, आणि सरासरी response time 72.53s आहे.

Step 3.5 Flash खास का आहे: हे अँटी-एआय युक्त्या मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #18. या score range साठी एकूण benchmark खर्च असामान्यपणे कमी आहे.

स्कोअर

7.2

सुसंगतता

9.1

विश्वसनीयता

8.9

एकूण खर्च (सध्याची किंमत)

$0.070 ↑ +218.4%

या किमतीवर चाचणी केली: $0.022

एकूण आउटपुट टोकन्स

287,560

एकूण इनपुट टोकन्स

34,431

इनपुट किंमत

$0.090 / 1M

आउटपुट किंमत

$0.300 / 1M

बरोबर चाचण्या

चुकीच्या चाचण्या: 9

प्रति प्रयत्न पास दर: 58.3%

अस्थिर चाचण्या

2

अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).

प्रतिसाद वेळ (सरासरी)

72.53s

प्रतिसाद वेळ (कमाल): 453.94s

प्रतिसाद वेळ (एकूण): 1015.47s

चुकीचे उत्तर: 4 सूचनांचे पालन केले नाही: 3 उत्तर नाही: 1 वेळ संपला: 1

Hamster playing table tennis

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

#62 Step 3.5 Flash

medium
खर्च
$0.008
वेळ
277.1s
टोकन्स
23,695 tok

रन इतिहास

चाचणी तारीख स्कोअर विश्वसनीयता बरोबर चाचण्या एकूण खर्च तुलना करा
2026-07-16 23:25 नवीन चाचणी जोडली 6.0 9.2 $0.108 ↑ तुलना करा
2026-06-04 14:12 नवीन चाचणी जोडली 7.2 8.9 $0.070 ↑ सध्याची रन
2026-05-22 00:30 सूट बदलला 7.4 9.3 $0.015 तुलना करा
2026-05-08 15:30 सूट बदलला 7.6 10.0 $0.011 तुलना करा
2026-04-11 00:35 पहिली नोंदलेली रन 7.9 लागू नाही $0.000 तुलना करा

या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.

किंमत इतिहास

OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.

तारीख इनपुट किंमत आउटपुट किंमत
2026-06-04 14:42 $0.090 / 1M $0.300 / 1M

चार्ट्स

पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

Step 3.5 FlashmediumvsInklinglowStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGemini 3.1 Flash LitenoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20noneStep 3.5 Flashmediumvsgpt-oss-120bmediumStep 3.5 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsNemotron 3 Ultramediumमोफत उपलब्धStep 3.5 FlashmediumvsGPT-5.5low

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
अँटी-एआय युक्त्या 10.0 10.0
कोडिंग 3.1 4.7
संयुक्त 10.0 10.0
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 5.5 10.0
सूचनांचे पालन 8.3 10.0
कोडी सोडवणे 5.3 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स