#34
Stepfun
Lansare: 2026-02-01
Testat la: 2026-05-08 15:30
stepfun/step-3.5-flash::none
(medium)
(none)
Model arhivat: acest model nu mai este actualizat și nu mai este testat pe teste noi.
Preț de intrare
$0.090 / 1M
Preț de ieșire
$0.300 / 1M
Teste instabile
0
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-05-08 15:30 Test nou adăugat | 7.8 | 10.0 | $0.020 | Rularea curentă | |
| 2026-04-11 01:44 Prima rulare înregistrată | 3.0 | N/D | $0.000 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
Scor vs Cost total
Timp de răspuns (mediu)
Scor vs Timp de răspuns (mediu)
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 | |
| Programare | 3.0 | 10.0 | |
| Combinat | 0.0 | 0.0 | |
| Parsare și extragere de date | 0.0 | 0.0 | |
| Specific domeniului | 10.0 | 10.0 | |
| Inteligență generală | 4.0 | 10.0 | |
| Respectarea instrucțiunilor | 10.0 | 10.0 | |
| Apelare instrumente | 0.0 | 0.0 | |
| Cultură generală | 3.0 | 10.0 |