#60 Step 3.7 Flash
low
SVG inválido
- Custo
- $0.004
- Tempo
- 25.3s
- Tokens
- 3,072 tok
Stepfun
Lançamento: 2026-05-29
Testado em: 2026-05-29 11:49
stepfun/step-3.7-flash::low
198B no total (11B ativos)MoECódigo aberto
Resumo
Step 3.7 Flash marca 7.4 no AI BENCHY e fica em #60. Tem fiabilidade 10.0, taxa de acerto de 68.3%, custo total de $0.336 e tempo médio de resposta de 16.06s.
O que torna Step 3.7 Flash único: Destaca-se mais em Programação, onde fica em #1, enquanto Inteligência geral é a área mais fraca em #18.
Dados do modelo
Pesquisado em 2026-08-12
- Parâmetros
- 198B no total (11B ativos)
- Arquitetura
- MoE
- Disponibilidade
- Código aberto
- Licença
- Apache-2.0
7.4
Consistência
8.7
10.0
$0.336
Total de tokens de saída
285,209
Total de tokens de entrada
0
Preço de entrada
$0.200 / 1M
Preço de saída
$1.150 / 1M
Testes instáveis
3
Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).
16.06s
Tempo de resposta (máx.): 124.75s
Tempo de resposta (total): 321.11s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Histórico de execuções
| Testado em | Pontuação | Confiabilidade | Testes corretos | Custo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 02:29 Novo teste | 7.1 | 10.0 | $0.390 | Comparar | |
| 2026-07-16 22:46 Novo teste adicionado | 7.3 | 10.0 | $0.454 | Comparar | |
| 2026-06-04 13:49 Novo teste adicionado | 7.3 | 10.0 | $0.341 | Comparar | |
| 2026-05-29 11:49 Execução inicial | 7.4 | 10.0 | $0.336 | Execução atual |
Comparação de execuções
| Execução | Cobertura do benchmark | Pontuação | Consistência | Confiabilidade | Testes corretos | Testes instáveis | Total de tokens de saída | Total de tokens de entrada | Custo total | Tempo de resposta (médio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-29 11:49 · Execução inicial | 60/60 tentativas | 7.4 | 8.7 | 10.0 | 12/20 | 3 | 285,209 | 0 | $0.336 | 16.06s |
| 2026-07-16 22:46 · Novo teste adicionado | 66/66 tentativas | 7.3 | 8.1 | 10.0 | 12/22 | 5 | 376,581 | 103,833 | $0.454 | 20.68s |
| Diferença | — | +0.1 | +0.6 | 0.0 | 0 | -2 | -91372 | -103833 | -$0.119 | -4627ms |
A cobertura do benchmark é diferente: 60/60 tentativas (Meta: 3 repetições por teste) contra 66/66 tentativas (Meta: 3 repetições por teste). Totais e métricas sensíveis a repetições não são diretamente comparáveis.
Estas duas execuções usaram suites de benchmark diferentes, então as diferenças refletem tanto mudanças do modelo quanto da suite.
Gráficos
Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.
Melhores modelos por pontuação
Pontuação vs Custo total
Tempo de resposta (médio)
Pontuação vs Tempo de resposta (médio)
Total de tokens de saída
Pontuação vs Total de tokens de saída
Comparação rápida
Step 3.7 FlashlowvsMuse Glimmer 30BlowStep 3.7 FlashlowvsSolar Pro 4highStep 3.7 FlashlowvsQwen3.5-122B-A10BmediumStep 3.7 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsMuse Glimmer 30BmediumStep 3.7 FlashlowvsGPT-5.6 SolnoneStep 3.7 FlashlowvsQwen3.7 FlashlowStep 3.7 FlashlowvsDeepSeek V3.2mediumStep 3.7 FlashlowvsQwen3.5 Plus 2026-04-20mediumStep 3.7 FlashlowvsGLM 5.1medium
Detalhamento por categoria
| Categoria | Pontuação | Consistência | Testes corretos |
|---|---|---|---|
| Truques anti-IA | 8.7 | 7.9 | |
| Programação | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análise e extração de dados | 7.3 | 5.8 | |
| Específico do domínio | 5.3 | 7.2 | |
| Inteligência geral | 3.4 | 9.3 | |
| Seguimento de instruções | 9.8 | 10.0 | |
| Resolução de quebra-cabeças | 5.5 | 9.9 | |
| Chamada de ferramentas | 10.0 | 10.0 | |
| Conhecimentos gerais | 3.0 | 10.0 |