Step 3.7 Flash (medium) vs Grok 4.6 (medium)

Modele comparate

Rang: #113
Total tokenuri de ieșire: 440,835
Timp de răspuns (mediu): 26.57s
Cost total: $0.571

Rang: #114
Total tokenuri de ieșire: 266,197
Timp de răspuns (mediu): 74.77s
Cost total: $2.270

Model recomandat Step 3.7 Flash (medium)

Are cel mai bun scor aici (7.8) și costă de aproximativ 4.0x mai puțin decât Grok 4.6 (medium).

Comparație detaliată

Metrică	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29	Grok 4.6 Grok 4.6 medium Lansare: 2026-08-12

Metrică	Step 3.7 Flash Step 3.7 Flash medium Lansare: 2026-05-29	Grok 4.6 Grok 4.6 medium Lansare: 2026-08-12
Scor	7.8	7.8
Rang	#113	#114
Fiabilitate	10.0	10.0
Consistență	8.7	8.7
Încercări	69/69	69/69
Teste corecte
Rată de trecere pe încercare	68.1%	78.3%
Teste instabile	4	4
Rulări totale	69	69
Cost per rezultat	4.392	14.187
Cost total	$0.571	$2.270
Preț de intrare	$0.200 / 1M	$2.000 / 1M
Preț de ieșire	$1.150 / 1M	$6.000 / 1M
Preț citire cache	$0.040 / 1M	$0.500 / 1M
Preț scriere cache	N/D	N/D
Total tokenuri de intrare	319,524	336,351
Tokenuri de ieșire	440,835	6,180
Tokenuri de raționament	0	260,017
Timp de răspuns (mediu)	26.57s	74.77s
Timp de răspuns (maxim)	152.83s	514.35s
Timp de răspuns (total)	611.09s	1719.73s
Parametri	198B în total (11B activi)	~1.7T în total (~170B activi)
Disponibilitate	Sursă deschisă	Închis

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.

#113 Step 3.7 Flash

medium

Cost: $0.006
Timp: 46.2s
Tokenuri: 4,466 tok

#114 SpaceXAI: Grok 4.6

medium

Cost: $0.028
Timp: 72.1s
Tokenuri: 4,771 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

Categorie:

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
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0
Grok 4.6	5.0	10.0	0.0%	0		103.61s	229,564	1,369	15,020

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
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

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	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Grok 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

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
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

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
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

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
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

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
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

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
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

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
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

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
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

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
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Schimbă perechea de comparație

Step 3.7 FlashmediumvsGLM 5.3high Grok 4.6mediumvsGLM 5.3high Qwen3.7 PlusnonevsGrok 4.6medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Ling 3.1 FlashhighvsStep 3.7 Flashmedium Ling 3.1 FlashhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium GPT-6 LunahighvsGrok 4.6medium Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium