AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#281

Step 5 Preview

Stepfun प्रकाशन: 2026-10-09 चाचणी तारीख: 2026-10-09 03:47 stepfun/step-5-preview::low
600B एकूण (27B सक्रिय)MoEबंद स्रोत

सारांश

Step 5 Preview AI BENCHY वर 5.6 स्कोर करते आणि #281 वर आहे. याची reliability 9.7, pass rate 58.0%, एकूण खर्च $4.110, आणि सरासरी response time 138.27s आहे.

Step 5 Preview खास का आहे: हे सूचनांचे पालन मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर कोडिंग हा सर्वात कमकुवत भाग आहे, rank #17.

मॉडेलची माहिती

संशोधन दिनांक: 2026-10-09

जाहीर केलेले
पॅरामीटर्स
600B एकूण (27B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
परवाना
-

सुसंगतता

7.5

एकूण आउटपुट टोकन्स

1,425,268

एकूण इनपुट टोकन्स

261,256

इनपुट किंमत

$1.000 / 1M

आउटपुट किंमत

$2.700 / 1M

कॅश वाचण्याची किंमत

$0.050 / 1M

कॅश लिहिण्याची किंमत

लागू नाही

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.

बरोबर चाचण्या

चुकीच्या चाचण्या: 13

प्रति प्रयत्न पास दर: 58.0%

अस्थिर चाचण्या

7

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

प्रतिसाद वेळ (सरासरी)

138.27s

प्रतिसाद वेळ (कमाल): 436.56s

प्रतिसाद वेळ (एकूण): 3180.10s

Hamster playing table tennis

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

#281 Step 5 Preview

low
खर्च
$0.051
वेळ
125.6s
टोकन्स
18,795 tok

चार्ट्स

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

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

झटपट तुलना

श्रेणीवार तपशील

श्रेणी स्कोअर सुसंगतता बरोबर चाचण्या
स्वायत्त एजंट कार्ये 3.4 2.2
अँटी-एआय युक्त्या 6.9 7.9
कोडिंग 2.7 7.0
संयुक्त 7.3 5.8
डेटा पार्सिंग आणि निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 3.5 2.2
सूचनांचे पालन 10.0 10.0
कोडी सोडवणे 7.6 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना केलेली मॉडेल्स