Advertise here
#203

Step 3.7 Flash

Stepfun Releasedatum: 2026-05-29 Getest op: 2026-10-01 02:09 stepfun/step-3.7-flash::high
198B totaal (11B actief)MoEOpen-source
(high) (medium) (low)

Samenvatting

Step 3.7 Flash scoort 6.6 op AI BENCHY en staat op #203. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 58.0%, $1.478 totale kosten en 72.72s gemiddelde responstijd.

Wat Step 3.7 Flash uniek maakt: Het valt het meest op in Gecombineerd, waar het #2 staat, terwijl Puzzeloplossing het zwakste gebied is met #16.

Modelgegevens

Onderzocht op 2026-08-12

Gerapporteerd
Parameters
198B totaal (11B actief)
Architectuur
MoE
Beschikbaarheid
Open-source
Licentie
Apache-2.0
Bron voor parameters Bron voor beschikbaarheid

Score

6.6

Consistentie

8.5

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$1.478 ↑ +9.5%

Getest tegen: $1.350

Totaal aantal uitvoer-tokens

1,100,052

Totaal aantal invoer-tokens

421,200

Invoerprijs

$0.200 / 1M

Uitvoerprijs

$1.150 / 1M

Prijs voor cachelezen

$0.040 / 1M

Prijs voor cacheschrijven

n.v.t.

Cacheprijzen gelden voor invoertokens. Lezen hergebruikt opgeslagen prompts; schrijven slaat ze op en kan extra kosten. Voor uitvoertokens geldt de uitvoerprijs.

Correcte tests

Foute tests: 12

Slaagpercentage per poging: 58.0%

Instabiele tests

4

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

Responstijd (gem.)

72.72s

Responstijd (max): 364.99s

Responstijd (totaal): 1672.53s

Verkeerd antwoord: 8 Geen antwoord: 2 API-fout: 1 Ongeldige toolaanroep: 1

Hamster playing table tennis

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

#203 Step 3.7 Flash

high
Kosten
$0.007
Tijd
63.6s
Tokens
6,030 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-10-01 02:09 Hertest 6.6 10.0 $1.478 ↑ Huidige run
2026-07-16 22:46 Nieuwe test toegevoegd 6.9 10.0 $1.207 Vergelijken
2026-06-04 14:10 Nieuwe test toegevoegd 7.0 10.0 $1.148 Vergelijken
2026-05-29 11:53 Eerste run 7.1 9.9 $0.960 Vergelijken

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

Runvergelijking

RunBenchmarkdekkingScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-10-01 02:09 · Huidige run69/69 pogingen6.68.510.011/2341,100,052421,200$1.47872.72s
2026-05-29 11:53 · Eerste run60/60 pogingen7.18.29.911/204828,0840$0.96049.43s
Verschil—-0.6+0.3+0.100+271968+421200+$0.519+23290ms

De benchmarkdekking verschilt: 69/69 pogingen (Doel: 3 herhalingen per test) tegenover 60/60 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.

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

Prijsgeschiedenis

Historische prijsgegevens voor dit model van OpenRouter.

Datum Invoerprijs Uitvoerprijs Prijs voor cachelezen Prijs voor cacheschrijven
2026-08-14 12:51 $0.200 / 1M $1.150 / 1M n.v.t. n.v.t.
2026-10-01 18:33 $0.200 / 1M $1.150 / 1M $0.040 / 1M n.v.t.

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 3.7 FlashhighvsMercury 2mediumStep 3.7 FlashhighvsKAT-Coder-Pro V2.5lowStep 3.7 FlashhighvsLongCat 2.0lowStep 3.7 FlashhighvsClaude Sonnet 5.5mediumStep 3.7 FlashhighvsQwen3.7 FlashmediumStep 3.7 FlashhighvsQwen3.6 35B A3BmediumStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsMercury 2.5 PreviewhighStep 3.7 FlashhighvsGPT-5.5noneStep 3.7 FlashhighvsMercury 2.5high

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Agenttaken 5.4 9.6
Anti-AI-trucs 10.0 10.0
Programmeren 4.0 6.0
Gecombineerd 8.7 6.9
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 3.6 7.2
Algemene intelligentie 5.5 10.0
Instructies opvolgen 9.8 10.0
Puzzeloplossing 5.3 7.2
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen