Advertise here
#120

Step 3.7 Flash

Stepfun Releasedatum: 2026-05-29 Getest op: 2026-10-01 02:06 stepfun/step-3.7-flash::medium
198B totaal (11B actief)MoEOpen-source
(high) (medium) (low)

Samenvatting

Step 3.7 Flash scoort 7.8 op AI BENCHY en staat op #120. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 68.1%, $0.571 totale kosten en 26.57s gemiddelde responstijd.

Wat Step 3.7 Flash uniek maakt: Het valt het meest op in Programmeren, waar het #4 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

7.8

Consistentie

8.7

Betrouwbaarheid

10.0

Totale kosten (huidige prijs)

$0.571

Totaal aantal uitvoer-tokens

440,835

Totaal aantal invoer-tokens

319,524

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: 10

Slaagpercentage per poging: 68.1%

Instabiele tests

4

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

Responstijd (gem.)

26.57s

Responstijd (max): 152.83s

Responstijd (totaal): 611.09s

Verkeerd antwoord: 6 Instructies niet gevolgd: 2 Ongeldige toolaanroep: 1 Geen antwoord: 1

Hamster playing table tennis

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

#120 Step 3.7 Flash

medium
Kosten
$0.006
Tijd
46.2s
Tokens
4,466 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-10-01 02:06 Hertest 7.8 10.0 $0.571 Huidige run
2026-07-16 22:50 Nieuwe test toegevoegd 8.0 9.9 $0.515 Vergelijken
2026-06-04 13:52 Nieuwe test toegevoegd 8.0 9.9 $0.376 Vergelijken
2026-05-29 11:49 Eerste run 7.9 9.9 $0.404 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 02:06 · Huidige run69/69 pogingen7.88.710.013/234440,835319,524$0.57126.57s
2026-05-29 11:49 · Eerste run60/60 pogingen7.99.29.913/202344,4920$0.40420.29s
Verschil—-0.1-0.5+0.10+2+96343+319524+$0.168+6280ms

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 FlashmediumvsGLM 5.3highStep 3.7 FlashmediumvsGrok 4.6mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsQwen3.7 PlusnoneStep 3.7 FlashmediumvsLing 3.1 FlashhighStep 3.7 FlashmediumvsGrok 4.5lowStep 3.7 FlashmediumvsMuse WondermaxStep 3.7 FlashmediumvsDeepSeek V4 Flash 0731mediumStep 3.7 FlashmediumvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsMuse Wonderhigh

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Agenttaken 7.4 3.8
Anti-AI-trucs 8.7 7.9
Programmeren 8.8 7.8
Gecombineerd 7.3 5.8
Gegevensparsering en extractie 10.0 10.0
Domeinspecifiek 5.3 10.0
Algemene intelligentie 4.0 10.0
Instructies opvolgen 9.8 10.0
Puzzeloplossing 5.7 9.9
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen