- Rang
- #192
- Total tokenuri de ieșire
- 37,748
- Timp de răspuns (mediu)
- 8.03s
- Cost total
- $1.100
Claude Sonnet 5.5 (medium) vs Step 3.7 Flash (high)
Scorul mediu este practic egal la 6.5 vs 6.6. Claude Sonnet 5.5 (medium) are costul de benchmark mai mic, $1.100 vs $1.350. Claude Sonnet 5.5 (medium) este mai rapid cu 8.03s vs 72.72s, cu rate de reușită de 40.6% vs 58.0%.
Modele comparate
- Rang
- #190
- Total tokenuri de ieșire
- 1,100,052
- Timp de răspuns (mediu)
- 72.72s
- Cost total
- $1.350
Model recomandat
Claude Sonnet 5.5 (medium)
Are cel mai bun scor aici (6.5) și răspunde de aproximativ 9.1x mai rapid decât Step 3.7 Flash (high).
Comparație detaliată
| Metrică | Claude Sonnet 5.5 Claude Sonnet 5.5 medium | Step 3.7 Flash Step 3.7 Flash high |
|---|---|---|
| Scor | 6.5 | 6.6 |
| Rang | #192 | #190 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 9.7 | 8.5 |
| Încercări | 69/69 | 69/69 |
| Teste corecte | ||
| Rată de trecere pe încercare | 40.6% | 58.0% |
| Teste instabile | 1 | 4 |
| Rulări totale | 69 | 69 |
| Cost per rezultat | 12.221 | 12.267 |
| Cost total | $1.100 | $1.350 |
| Preț de intrare | $2.000 / 1M | $0.200 / 1M |
| Preț de ieșire | $10.000 / 1M | $1.150 / 1M |
| Total tokenuri de intrare | 361,183 | 421,200 |
| Tokenuri de ieșire | 26,609 | 1,100,052 |
| Tokenuri de raționament | 11,139 | 0 |
| Timp de răspuns (mediu) | 8.03s | 72.72s |
| Timp de răspuns (maxim) | 51.18s | 364.99s |
| Timp de răspuns (total) | 184.80s | 1672.53s |
| Parametri | ~1T în total (~100B activi) | 198B în total (11B activi) |
| Disponibilitate | Închis | Sursă deschisă |
Prezentare generare modele
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#192 Claude Sonnet 5.5
medium- Cost
- $0.024
- Timp
- 17.4s
- Tokenuri
- 2,525 tok
#190 Step 3.7 Flash
high- Cost
- $0.007
- Timp
- 63.6s
- Tokenuri
- 6,030 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
| Sarcini agentice | 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 51.18s | 190,412 | 3,424 | 1,344 | |
| Step 3.7 Flash | 5.4 | 9.6 | 0.0% | 0 | 130.38s | 322,500 | 49,152 | 0 |
| Trucuri anti-AI | 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 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.54s | 858 | 1,697 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 13.40s | 696 | 42,656 | 0 |
| 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 5.5 | 3.4 | 9.7 | 0.0% | 0 | 6.07s | 10,608 | 6,767 | 0 | |
| Step 3.7 Flash | 4.0 | 6.0 | 22.2% | 1 | 206.21s | 6,057 | 327,340 | 0 |
| Combinat | 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 5.5 | 8.5 | 10.0 | 50.0% | 0 | 23.58s | 133,232 | 7,780 | 5,241 | |
| Step 3.7 Flash | 8.7 | 6.9 | 83.3% | 1 | 41.23s | 73,938 | 49,842 | 0 |
| Parsare și extragere de date | 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 5.5 | 6.5 | 10.0 | 50.0% | 0 | 2.56s | 10,515 | 696 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 7,368 | 23,113 | 0 |
| Specific domeniului | 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.78s | 990 | 4,137 | 2,729 | |
| Step 3.7 Flash | 3.6 | 7.2 | 22.2% | 1 | 189.35s | 792 | 429,007 | 0 |
| Inteligență generală | 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 5.5 | 5.1 | 3.4 | 33.3% | 1 | 2.27s | 714 | 324 | 0 | |
| Step 3.7 Flash | 5.5 | 10.0 | 0.0% | 0 | 4.17s | 510 | 2,862 | 0 |
| Respectarea instrucțiunilor | 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 5.5 | 6.3 | 10.0 | 50.0% | 0 | 1.88s | 921 | 346 | 0 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.52s | 705 | 2,010 | 0 |
| Rezolvare de puzzle-uri | 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 5.5 | 7.7 | 10.0 | 66.7% | 0 | 2.43s | 912 | 876 | 0 | |
| Step 3.7 Flash | 5.3 | 7.2 | 44.4% | 1 | 10.22s | 711 | 25,422 | 0 |
| Apelare instrumente | 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 5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.75s | 11,757 | 354 | 0 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.79s | 7,701 | 1,172 | 0 |
| Cultură generală | 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 5.5 | 3.0 | 10.0 | 0.0% | 0 | 8.57s | 264 | 208 | 1,825 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 149.34s | 222 | 147,476 | 0 |
Comparație rapidă
Schimbă perechea de comparație
Mercury 2mediumvsStep 3.7 FlashhighKAT-Coder-Pro V2.5lowvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsMercury 2.5 PreviewhighClaude Sonnet 5.5mediumvsMercury 2.5highLongCat 2.0lowvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5lowClaude Sonnet 5.5mediumvsGLM 5.3lowQwen3.7 FlashmediumvsStep 3.7 FlashhighClaude Sonnet 5.5mediumvsGLM 5.1noneClaude Sonnet 5.5mediumvsKAT-Coder-Pro V2.5highQwen3.6 35B A3BmediumvsStep 3.7 FlashhighStep 3.7 FlashhighvsGLM 5.2none