AI BENCHY
Advertise here
#62

Step 3.5 Flash

Stepfun Lansare: 2026-02-01 Testat la: 2026-06-04 14:12 stepfun/step-3.5-flash::medium
(medium) (none)

Rezumat

Step 3.5 Flash obține 7.2 pe AI BENCHY și este pe #62. Are fiabilitate 8.9, rată de reușită 58.3%, cost total $0.070 și timp mediu de răspuns 72.53s.

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 #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Scor

7.2

Consistență

9.1

Fiabilitate

8.9

Cost total (preț curent)

$0.070 ↑ +218.4%

Testat la: $0.022

Total tokenuri de ieșire

287,560

Total tokenuri de intrare

34,431

Preț de intrare

$0.090 / 1M

Preț de ieșire

$0.300 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 58.3%

Teste instabile

2

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

Timp de răspuns (mediu)

72.53s

Timp de răspuns (maxim): 453.94s

Timp de răspuns (total): 1015.47s

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

Hamster playing table tennis

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

#62 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 ↑ Compară
2026-06-04 14:12 Test nou adăugat 7.2 8.9 $0.070 ↑ Rularea curentă
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 14:42 $0.090 / 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 3.1 4.7
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 8.3 10.0
Rezolvare de puzzle-uri 5.3 10.0
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate