Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

StepFun: Step 3.5 Flash vs StepFun: Step 3.7 Flash

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

Metrică Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Step 3.7 Flash Step 3.7 Flash high Lansare: 2026-05-29
Scor 7.4 7.1
Rang #61 #74
Fiabilitate 10.0 10.0
Consistență 9.1 8.2
Teste corecte
Rată de trecere pe încercare 62.3% 65.8%
Teste instabile 2 4
Rulări totale 57 60
Cost per rezultat 0.133 8.723
Cost total $0.015 $0.960
Preț de intrare $0.090 / 1M $0.200 / 1M
Preț de ieșire $0.300 / 1M $1.150 / 1M
Tokenuri de ieșire 90,478 828,084
Tokenuri de raționament 173,544 0
Timp de răspuns (mediu) 43.20s 49.43s
Timp de răspuns (maxim) 170.45s 192.75s
Timp de răspuns (total) 561.54s 988.58s

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
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 20,391 24,176
Step 3.7 Flash 10.0 10.0 100.0% 0 13.40s 42,656 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 3.5 6.0 50.0% 1 62.83s 12,098 0
Step 3.7 Flash 3.6 4.6 25.0% 1 126.82s 164,069 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Step 3.7 Flash 10.0 10.0 100.0% 0 13.01s 8,802 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
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Step 3.7 Flash 10.0 10.0 100.0% 0 14.72s 23,113 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Step 3.7 Flash 4.1 4.4 44.5% 2 149.64s 410,502 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 240 3,506
Step 3.7 Flash 5.5 10.0 0.0% 0 4.17s 2,862 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 2,364 3,521
Step 3.7 Flash 9.8 10.0 100.0% 0 1.52s 2,010 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
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 5,630 10,861
Step 3.7 Flash 5.3 7.2 44.4% 1 10.22s 25,422 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Step 3.7 Flash 10.0 10.0 100.0% 0 2.79s 1,172 0
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 2,354 10,372
Step 3.7 Flash 3.0 10.0 0.0% 0 149.34s 147,476 0

Comparație rapidă

Schimbă perechea de comparație

GPT-5 MinimediumvsStep 3.7 FlashhighGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.4 NanomediumvsStep 3.7 FlashhighGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumSeed-2.0-MinimediumvsStep 3.7 FlashhighQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsStep 3.7 FlashhighGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumStep 3.7 FlashhighvsMiMo-V2-FlashmediumRing-2.6-1TnonevsStep 3.7 FlashhighRing-2.6-1TmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsStep 3.5 Flashmedium