#63 Step 3.7 Flash
high- Cost
- $0.007
- Timp
- 63.6s
- Tokenuri
- 6,030 tok
Stepfun
Lansare: 2026-05-29
Testat la: 2026-06-04 14:10
stepfun/step-3.7-flash::high
Rezumat
Step 3.7 Flash obține 7.1 pe AI BENCHY și este pe #63. Are fiabilitate 10.0, rată de reușită 63.5%, cost total $1.148 și timp mediu de răspuns 64.46s.
7.1
Consistență
8.2
10.0
$1.148
Total tokenuri de ieșire
991,355
Total tokenuri de intrare
38,391
Preț de intrare
$0.200 / 1M
Preț de ieșire
$1.150 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 14:10 Test nou adăugat | 7.0 | 10.0 | $1.148 | Rularea curentă | |
| 2026-05-29 11:53 Prima rulare | 7.1 | 9.9 | $0.960 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-06-04 14:10 · Rularea curentă | 7.1 | 8.2 | 10.0 | 11/21 | 4 | 991,355 | 38,391 | $1.148 | 64.46s |
| 2026-05-29 11:53 · Prima rulare | 7.1 | 8.2 | 9.9 | 11/20 | 4 | 828,084 | 0 | $0.960 | 49.43s |
| Diferență | -0.1 | 0.0 | +0.1 | 0 | 0 | +163271 | +38391 | +$0.189 | +15027ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Istoric prețuri
Date istorice de preț pentru acest model de la OpenRouter.
| Dată | Preț de intrare | Preț de ieșire |
|---|---|---|
| 2026-06-04 15:40 | $0.200 / 1M | $1.150 / 1M |
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
Step 3.7 FlashhighvsClaude Opus 4.8noneStep 3.7 FlashhighvsGemma 4 26B A4BmediumDisponibil gratuitStep 3.7 FlashhighvsQwen3.7 PlusnoneStep 3.7 FlashhighvsClaude Sonnet 4.6noneStep 3.7 FlashhighvsGLM 5.2noneStep 3.7 FlashhighvsGemini 3.5 FlashhighStep 3.7 FlashhighvsGemini 3 Flash PreviewmediumStep 3.7 FlashhighvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitStep 3.7 FlashhighvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 10.0 | 10.0 | |
| Programare | 4.0 | 6.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 4.1 | 4.4 | |
| Inteligență generală | 5.5 | 10.0 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 5.3 | 7.2 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |