AI BENCHY
Advertise here
#27

Step 3.7 Flash

Stepfun Lançamento: 2026-05-29 Testado em: 2026-07-16 22:50 stepfun/step-3.7-flash::medium
198B no total (11B ativos)MoECódigo aberto
(high) (medium) (low)

Resumo

Step 3.7 Flash marca 8.0 no AI BENCHY e fica em #27. Tem fiabilidade 9.9, taxa de acerto de 72.7%, custo total de $0.515 e tempo médio de resposta de 26.37s.

O que torna Step 3.7 Flash único: Destaca-se mais em Específico do domínio, onde fica em #1, enquanto Inteligência geral é a área mais fraca em #18.

Dados do modelo

Pesquisado em 2026-08-12

Divulgado
Parâmetros
198B no total (11B ativos)
Arquitetura
MoE
Disponibilidade
Código aberto
Licença
Apache-2.0
Fonte dos parâmetros Fonte da disponibilidade

Pontuação

8.0

Consistência

8.9

Confiabilidade

9.9

Custo total (preço atual)

$0.515

Total de tokens de saída

427,572

Total de tokens de entrada

114,062

Preço de entrada

$0.200 / 1M

Preço de saída

$1.150 / 1M

Testes corretos

Testes errados: 8

Taxa de acerto por tentativa: 72.7%

Cobertura do benchmark: 64/66 tentativas

Testes instáveis

3

Testes instáveis tiveram resultados mistos entre execuções (pelo menos um acerto e uma falha).

Tempo de resposta (médio)

26.37s

Tempo de resposta (máx.): 152.83s

Tempo de resposta (total): 580.25s

Resposta incorreta: 5 Não seguiu as instruções: 1 Chamada de ferramenta inválida: 1 Sem resposta: 1

Hamster playing table tennis

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

#27 Step 3.7 Flash

medium
Custo
$0.006
Tempo
46.2s
Tokens
4,466 tok

Histórico de execuções

Testado em Pontuação Confiabilidade Testes corretos Custo total Comparar
2026-08-14 02:31 Novo teste 7.9 10.0 $0.495 Comparar
2026-07-16 22:50 Novo teste adicionado 8.0 9.9 $0.515 Execução atual
2026-06-04 13:52 Novo teste adicionado 8.0 9.9 $0.376 Comparar
2026-05-29 11:49 Execução inicial 7.9 9.9 $0.404 Comparar

Esta execução usou uma suite de benchmark diferente. Considere as mudanças na suite ao analisar a evolução histórica.

Comparação de execuções

ExecuçãoCobertura do benchmarkPontuaçãoConsistênciaConfiabilidadeTestes corretosTestes instáveisTotal de tokens de saídaTotal de tokens de entradaCusto totalTempo de resposta (médio)
2026-07-16 22:50 · Novo teste adicionado64/66 tentativas8.08.99.914/223427,572114,062$0.51526.37s
2026-06-04 13:52 · Novo teste adicionado61/63 tentativas8.09.39.914/212319,95839,981$0.37620.35s
Diferença—0.0-0.40.00+1+107614+74081+$0.139+6021ms

A cobertura do benchmark é diferente: 64/66 tentativas (Meta: 3 repetições por teste) contra 61/63 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.

Histórico de preços

Dados históricos de preços deste modelo da OpenRouter.

Data Preço de entrada Preço de saída
2026-06-04 15:40 $0.200 / 1M $1.150 / 1M

Gráficos

Escolha o primeiro modelo e depois clique em um segundo modelo para abrir uma página lado a lado.

Total de tokens de saída

Pontuação vs Total de tokens de saída

Comparação rápida

Step 3.7 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsQwen3.8 27BlowStep 3.7 FlashmediumvsKimi K3maxStep 3.7 FlashmediumvsQwen3.7 PlusmediumStep 3.7 FlashmediumvsGPT-5.6 TerrahighStep 3.7 FlashmediumvsQwen3.6 PlusmediumStep 3.7 FlashmediumvsInklingmediumStep 3.7 FlashmediumvsGemini 3.5 Flash LitemediumStep 3.7 FlashmediumvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2medium

Detalhamento por categoria

Categoria Pontuação Consistência Testes corretos
Truques anti-IA 8.7 7.9
Programação 8.8 7.8
Combinado 7.3 5.8
Análise e extração de dados 10.0 10.0
Específico do domínio 7.7 10.0
Inteligência geral 4.0 10.0
Seguimento de instruções 9.8 10.0
Resolução de quebra-cabeças 5.7 9.9
Chamada de ferramentas 10.0 10.0
Conhecimentos gerais 3.0 10.0

Modelos comparados