Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

DeepSeek: DeepSeek V4 Flash vs StepFun: Step 3.7 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-29

Metrică DeepSeek V4 Flash DeepSeek V4 Flash high Lansare: 2026-04-24 Disponibil gratuit Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29
Scor 7.6 7.9
Rang #47 #32
Fiabilitate 10.0 9.9
Consistență 8.4 9.2
Teste corecte
Rată de trecere pe încercare 73.3% 71.7%
Teste instabile 4 2
Rulări totale 60 58
Cost per rezultat 0.309 2.663
Cost total $0.037 $0.347
Preț de intrare $0.100 / 1M $0.200 / 1M
Preț de ieșire $0.200 / 1M $1.150 / 1M
Tokenuri de ieșire 10,302 294,481
Tokenuri de raționament 115,740 0
Timp de răspuns (mediu) 46.36s 18.32s
Timp de răspuns (maxim) 218.13s 113.98s
Timp de răspuns (total) 927.27s 366.45s

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

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 8.3 10.0 75.0% 0 28.51s 140 7,770
Step 3.7 Flash 8.7 7.9 91.7% 1 9.65s 32,185 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 6.8 10.0 50.0% 0 58.13s 387 27,101
Step 3.7 Flash 8.2 6.7 83.3% 1 10.64s 19,320 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 76.57s 465 7,347
Step 3.7 Flash 10.0 10.0 100.0% 0 9.06s 7,106 0
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 28.03s 201 1,179
Step 3.7 Flash 10.0 10.0 100.0% 0 2.75s 3,020 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 4.1 4.4 44.5% 2 100.31s 27 59,249
Step 3.7 Flash 7.7 10.0 66.7% 0 48.27s 70,347 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 6.1 3.1 66.7% 1 25.15s 79 632
Step 3.7 Flash 4.0 10.0 0.0% 0 6.85s 3,987 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 15.36s 63 1,622
Step 3.7 Flash 9.8 10.0 100.0% 0 1.83s 2,166 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 8.2 7.2 88.9% 1 26.11s 196 1,767
Step 3.7 Flash 5.7 9.9 33.3% 0 6.19s 15,071 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 10.0 10.0 100.0% 0 74.73s 228 542
Step 3.7 Flash 10.0 10.0 100.0% 0 4.16s 2,115 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
DeepSeek V4 Flash 3.0 10.0 0.0% 0 54.46s 8,516 8,531
Step 3.7 Flash 3.0 10.0 0.0% 0 113.98s 139,164 0

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighDisponibil gratuitvsMiMo-V2.5-PromediumQwen3.7 MaxnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponibil gratuitvsGemini 3.1 Flash Lite PreviewlowDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.5-FlashmediumDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.6 FlashmediumDeepSeek V4 FlashhighDisponibil gratuitvsGrok Build 0.1mediumDeepSeek V4 FlashhighDisponibil gratuitvsGemini 3 Flash PreviewnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponibil gratuitvsMiMo-V2-PromediumGemini 3.5 FlashminimalvsStep 3.7 FlashmediumDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.5-122B-A10BmediumDeepSeek V4 FlashhighDisponibil gratuitvsGemini 2.5 Flashmedium