#51 Step 3.7 Flash
low
SVG invalid
- Cost
- $0.004
- Timp
- 25.3s
- Tokenuri
- 3,072 tok
AI BENCHY Compare
StepFun: Step 3.7 Flash vs xAI: Grok 4.3
Rezumat
Scorul mediu este practic egal la 7.7 vs 7.7. Step 3.7 Flash (low) are costul de benchmark mai mic, $0.341 vs $0.614. Step 3.7 Flash (low) este mai rapid cu 15.74s vs 47.51s, cu rate de reușită de 68.3% vs 71.4%.
Model recomandatStep 3.7 Flash (low)Are cel mai bun scor aici (7.7) și costă de aproximativ 1.8x mai puțin decât Grok 4.3 (medium).
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14
| Metrică | Step 3.7 Flash Step 3.7 Flash low | Grok 4.3 Grok 4.3 medium |
|---|---|---|
| Scor | 7.7 | 7.7 |
| Rang | #51 | #48 |
| Fiabilitate | 10.0 | 10.0 |
| Consistență | 8.4 | 8.5 |
| Teste corecte | ||
| Rată de trecere pe încercare | 68.3% | 71.4% |
| Teste instabile | 4 | 4 |
| Rulări totale | 63 | 63 |
| Cost per rezultat | 2.840 | 4.724 |
| Cost total | $0.341 | $0.614 |
| Preț de intrare | $0.200 / 1M | $1.250 / 1M |
| Preț de ieșire | $1.150 / 1M | $2.500 / 1M |
| Total tokenuri de intrare | 40,101 | 44,472 |
| Tokenuri de ieșire | 289,325 | 1,981 |
| Tokenuri de raționament | 0 | 221,382 |
| Timp de răspuns (mediu) | 15.74s | 47.51s |
| Timp de răspuns (maxim) | 124.75s | 216.69s |
| Timp de răspuns (total) | 330.63s | 997.68s |
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#48 xAI: Grok 4.3
medium- Cost
- $0.009
- Timp
- 19.0s
- Tokenuri
- 3,661 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 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 | |
| Grok 4.3 | 5.9 | 7.7 | 44.4% | 1 | 41.23s | 8,340 | 1,028 | 31,226 |
Comparație rapidă
Schimbă perechea de comparație
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.6 TerralowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumGPT-5.6 LunahighvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsGrok 4.3mediumKimi 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 Flashlow