AI BENCHY
Advertise here

#34

Step 3.5 Flash

Stepfun Lansare: 2026-02-01 Testat la: 2026-04-11 00:35 stepfun/step-3.5-flash::medium
(medium) (none)

Scor

7.9

Consistență

9.1

Fiabilitate

N/D

Total tokenuri de ieșire

227,511

Total tokenuri de intrare

0

Preț de intrare

$0.100 / 1M

Preț de ieșire

$0.300 / 1M

Teste corecte

Teste greșite: 6

Rată de trecere pe încercare: 70.6%

Teste instabile

2

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

Timp de răspuns (mediu)

26.78s

Timp de răspuns (maxim): 170.45s

Timp de răspuns (total): 294.58s

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total 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 Rularea curentă

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

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Combinat 10.0 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 8.5 6.8
Rezolvare de puzzle-uri 5.3 10.0
Apelare instrumente 10.0 10.0

Modele comparate