AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#126

Step 3.5 Flash

Stepfun Lansare: 2026-02-01 Testat la: 2026-07-16 23:25 stepfun/step-3.5-flash::medium
(medium) (none)

Rezumat

Step 3.5 Flash obține 6.0 pe AI BENCHY și este pe #126. Are fiabilitate 9.2, rată de reușită 51.5%, cost total $0.108 și timp mediu de răspuns 174.22s.

Ce face Step 3.5 Flash unic: Se remarcă cel mai mult la Trucuri anti-AI, unde este pe #1, iar Programare este zona cea mai slabă, la #13. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

6.0

Consistență

9.0

Fiabilitate

9.2

Cost total (preț curent)

$0.108 ↑ +80.5%

Testat la: $0.060

Total tokenuri de ieșire

402,554

Total tokenuri de intrare

65,707

Preț de intrare

$0.100 / 1M

Preț de ieșire

$0.300 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 51.5%

Teste instabile

1

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

174.22s

Timp de răspuns (maxim): 1597.85s

Timp de răspuns (total): 2613.32s

Răspuns greșit: 4 Nu a urmat instrucțiunile: 3 Eroare API: 1 Fără răspuns: 1 Timp expirat: 1

Hamster playing table tennis

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

#126 Step 3.5 Flash

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

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-07-16 23:25 Test nou adăugat 6.0 9.2 $0.108 ↑ Rularea curentă
2026-06-04 14:12 Test nou adăugat 7.2 8.9 $0.070 ↑ Compară
2026-05-22 00:30 Suită modificată 7.4 9.3 $0.015 Compară
2026-05-08 15:30 Suită modificată 7.6 10.0 $0.011 Compară
2026-04-11 00:35 Prima rulare înregistrată 7.9 N/D $0.000 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.090 / 1M $0.300 / 1M
2026-06-30 21:25 $0.100 / 1M $0.300 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Step 3.5 FlashmediumvsInklinglowStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGemini 3.1 Flash LitenoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20noneStep 3.5 Flashmediumvsgpt-oss-120bmediumStep 3.5 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsNemotron 3 UltramediumDisponibil gratuitStep 3.5 FlashmediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 2.4 5.2
Combinat 6.5 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 7.2
Inteligență generală 5.5 10.0
Respectarea instrucțiunilor 8.3 10.0
Rezolvare de puzzle-uri 5.3 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate