#60 Step 3.7 Flash
low
SVG invalid
- Cost
- $0.004
- Timp
- 25.3s
- Tokenuri
- 3,072 tok
Stepfun
Lansare: 2026-05-29
Testat la: 2026-05-29 11:49
stepfun/step-3.7-flash::low
Rezumat
Step 3.7 Flash obține 7.4 pe AI BENCHY și este pe #60. Are fiabilitate 10.0, rată de reușită 68.3%, cost total $0.336 și timp mediu de răspuns 16.06s.
Ce face Step 3.7 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Inteligență generală este zona cea mai slabă, la #15.
7.4
Consistență
8.7
10.0
$0.336
Total tokenuri de ieșire
285,209
Total tokenuri de intrare
0
Preț de intrare
$0.200 / 1M
Preț de ieșire
$1.150 / 1M
Teste instabile
3
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 13:49 Test nou adăugat | 7.3 | 10.0 | $0.341 | Compară | |
| 2026-05-29 11:49 Prima rulare | 7.4 | 10.0 | $0.336 | Rularea curentă |
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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-29 11:49 · Prima rulare | 7.4 | 8.7 | 10.0 | 12/20 | 3 | 285,209 | 0 | $0.336 | 16.06s |
| 2026-06-04 13:49 · Test nou adăugat | 7.3 | 8.4 | 10.0 | 12/21 | 4 | 289,325 | 40,101 | $0.341 | 15.74s |
| Diferență | +0.1 | +0.3 | 0.0 | 0 | -1 | -4116 | -40101 | -$0.006 | +311ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
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 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsQwen3.5-122B-A10BmediumStep 3.7 FlashlowvsMiniMax M3mediumStep 3.7 FlashlowvsKimi K2.6mediumDisponibil gratuitStep 3.7 FlashlowvsDeepSeek V4 ProhighStep 3.7 FlashlowvsGemini 3.5 FlashhighStep 3.7 FlashlowvsGemini 3 Flash PreviewmediumStep 3.7 FlashlowvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitStep 3.7 FlashlowvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.7 | 7.9 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 7.3 | 5.8 | |
| Specific domeniului | 5.3 | 7.2 | |
| Inteligență generală | 3.4 | 9.3 | |
| Respectarea instrucțiunilor | 9.8 | 10.0 | |
| Rezolvare de puzzle-uri | 5.5 | 9.9 | |
| Apelare instrumente | 10.0 | 10.0 | |
| Cultură generală | 3.0 | 10.0 |