#40 Claude Sonnet 4.6
medium
SVG invalid
- Cost
- $0.000
- Timp
- 300.0s
- Tokenuri
- 0 tok
AI BENCHY Compare
Anthropic: Claude Sonnet 4.6 vs StepFun: Step 3.7 Flash
Rezumat
Claude Sonnet 4.6 (medium) conduce la scorul mediu cu 7.8 vs 7.7. Step 3.7 Flash (low) are costul de benchmark mai mic, $0.341 vs $1.418. Step 3.7 Flash (low) este mai rapid cu 15.74s vs 17.06s, cu rate de reușită de 65.1% vs 68.3%.
Model recomandatStep 3.7 Flash (low)Scorul rămâne aproape de cel mai bun scor de aici (7.7 vs 7.8) și costă de aproximativ 4.2x mai puțin decât Claude Sonnet 4.6 (medium).
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14
| Metrică | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| Scor | 7.8 | 7.7 |
| Rang | #40 | #51 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 9.1 | 8.4 |
| Teste corecte | ||
| Rată de trecere pe încercare | 65.1% | 68.3% |
| Teste instabile | 2 | 4 |
| Rulări totale | 63 | 63 |
| Cost per rezultat | 10.904 | 2.840 |
| Cost total | $1.418 | $0.341 |
| Preț de intrare | $3.000 / 1M | $0.200 / 1M |
| Preț de ieșire | $15.000 / 1M | $1.150 / 1M |
| Total tokenuri de intrare | 49,112 | 40,101 |
| Tokenuri de ieșire | 54,703 | 289,325 |
| Tokenuri de raționament | 29,970 | 0 |
| Timp de răspuns (mediu) | 17.06s | 15.74s |
| Timp de răspuns (maxim) | 46.35s | 124.75s |
| Timp de răspuns (total) | 221.83s | 330.63s |
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
SVG invalid
- Cost
- $0.004
- Timp
- 25.3s
- Tokenuri
- 3,072 tok
Top modele după scor
Scor vs cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
Total tokenuri de ieșire
Scor vs Total tokenuri de ieșire
Defalcare pe categorii
| Programare | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Timp de răspuns (mediu) | Tokenuri de intrare | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
Comparație rapidă
Schimbă perechea de comparație
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Sonnet 4.6mediumvsGrok 4.5lowStep 3.7 FlashlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponibil gratuitvsStep 3.7 FlashlowGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowMiniMax M3mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsStep 3.7 Flashlow