AI BENCHY
Advertise here
#43

Step 3.5 Flash

Stepfun Releasedatum: 2026-02-01 Getest op: 2026-05-08 15:30 stepfun/step-3.5-flash::medium
(medium) (none)

Samenvatting

Step 3.5 Flash scoort 7.6 op AI BENCHY en staat op #43. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 66.7%, $0.011 totale kosten en 41.66s gemiddelde responstijd.

Wat Step 3.5 Flash uniek maakt: Het valt het meest op in Gegevensparsering en extractie, waar het #1 staat, terwijl Puzzeloplossing het zwakste gebied is met #17. De totale benchmarkkosten zijn ongewoon laag voor dit scoreniveau.

Score

7.6

Consistentie

9.2

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.011

Totaal aantal uitvoer-tokens

251,708

Totaal aantal invoer-tokens

0

Invoerprijs

$0.100 / 1M

Uitvoerprijs

$0.300 / 1M

Correcte tests

Foute tests: 7

Slaagpercentage per poging: 66.7%

Instabiele tests

2

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

41.66s

Responstijd (max): 170.45s

Responstijd (totaal): 499.91s

Verkeerd antwoord: 4 Instructies niet gevolgd: 3

Hamster playing table tennis

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

#43 Step 3.5 Flash

medium
Kosten
$0.008
Tijd
277.1s
Tokens
23,695 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-07-16 23:25 Nieuwe test toegevoegd 6.0 9.2 $0.108 ↑ Vergelijken
2026-06-04 14:12 Nieuwe test toegevoegd 7.2 8.9 $0.070 ↑ Vergelijken
2026-05-22 00:30 Suite gewijzigd 7.4 9.3 $0.015 Vergelijken
2026-05-08 15:30 Suite gewijzigd 7.6 10.0 $0.011 Huidige run
2026-04-11 00:35 Eerste geregistreerde run 7.9 n.v.t. $0.000 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-08 15:30 · Suite gewijzigd7.69.210.011/182251,7080$0.01141.66s
2026-04-11 00:35 · Eerste geregistreerde run7.99.1n.v.t.11/172227,5110$0.00026.78s
Verschil-0.3+0.100+241970+$0.011+14879ms

Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.

Grafieken

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

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 UltramediumGratis beschikbaarStep 3.5 FlashmediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 10.0 10.0
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 5.3 7.2
Algemene intelligentie 5.5 10.0
Instructies opvolgen 8.5 6.8
Puzzeloplossing 5.3 10.0
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen