Navigare
Advertise here

Step 3.5 Flash (medium) vs Hy4 preview (low)

Scorul mediu este practic egal la 5.4 vs 5.4. Step 3.5 Flash (medium) are costul de benchmark mai mic, $0.105 vs $1.844. Step 3.5 Flash (medium) este mai rapid cu 190.48s vs 207.21s, cu rate de reușită de 49.3% vs 21.7%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-13

Modele comparate

Rang
#374
Total tokenuri de ieșire
454,482
Timp de răspuns (mediu)
190.48s
Cost total
$0.105
Rang
#372
Total tokenuri de ieșire
687,477
Timp de răspuns (mediu)
207.21s
Cost total
$1.844
Model recomandat Step 3.5 Flash (medium)

Are cel mai bun scor aici (5.4) și costă de aproximativ 17.6x mai puțin decât Hy4 preview (low).

Comparație detaliată

Metrică Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Hy4 preview Hy4 preview low Lansare: 2026-08-29
Scor 5.4 5.4
Rang #374 #372
Fiabilitate 10.0 6.5
Consistență 8.3 8.2
Încercări 66/69 69/69
Teste corecte
Rată de trecere pe încercare 49.3% 21.7%
Teste instabile 3 4
Rulări totale 66 69
Cost per rezultat 1.047 61.455
Cost total $0.105 $1.844
Preț de intrare $0.100 / 1M $0.751 / 1M
Preț de ieșire $0.300 / 1M $2.251 / 1M
Preț citire cache N/D $0.038 / 1M
Preț scriere cache N/D N/D
Total tokenuri de intrare 139,086 162,180
Tokenuri de ieșire 193,584 5,030
Tokenuri de raționament 413,546 682,447
Timp de răspuns (mediu) 190.48s 207.21s
Timp de răspuns (maxim) 1597.85s 597.45s
Timp de răspuns (total) 3238.23s 4765.91s
Parametri 196B în total (11B activi) 770B în total (49B activi)
Disponibilitate Sursă deschisă Sursă deschisă

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#374 Step 3.5 Flash

medium
Cost
$0.008
Timp
277.1s
Tokenuri
23,695 tok

#372 Hy4 preview

low
Provider returned error
Cost
$0.000
Timp
1.1s
Tokenuri
0 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
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Hy4 preview 5.2 8.6 0.0% 0 219.15s 6,110 135 96,407

Schimbă perechea de comparație