#115 Step 3.7 Flash
low
SVG invalid
- Cost
- $0.004
- Timp
- 25.3s
- Tokenuri
- 3,072 tok
Stepfun
Lansare: 2026-05-29
Testat la: 2026-08-14 02:29
stepfun/step-3.7-flash::low
198B în total (11B activi)MoESursă deschisă
Rezumat
Step 3.7 Flash obține 7.1 pe AI BENCHY și este pe #115. Are fiabilitate 10.0, rată de reușită 63.6%, cost total $0.390 și timp mediu de răspuns 17.87s.
Ce face Step 3.7 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #3, iar Parsare și extragere de date este zona cea mai slabă, la #17.
Date despre model
Documentat la 2026-08-12
- Parametri
- 198B în total (11B activi)
- Arhitectură
- MoE
- Disponibilitate
- Sursă deschisă
- Licență
- Apache-2.0
7.1
Consistență
8.1
10.0
$0.390
Total tokenuri de ieșire
320,393
Total tokenuri de intrare
103,842
Preț de intrare
$0.200 / 1M
Preț de ieșire
$1.150 / 1M
Teste instabile
5
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
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 |
|---|---|---|---|---|---|
| 2026-08-14 02:29 Retestare | 7.1 | 10.0 | $0.390 | Rularea curentă | |
| 2026-07-16 22:46 Test nou adăugat | 7.3 | 10.0 | $0.454 | 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 | Compară |
Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.
Comparație între rulări
| Rulare | Acoperire benchmark | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-08-14 02:29 · Rularea curentă | 66/66 încercări | 7.1 | 8.1 | 10.0 | 11/22 | 5 | 320,393 | 103,842 | $0.390 | 17.87s |
| 2026-07-16 22:46 · Test nou adăugat | 66/66 încercări | 7.3 | 8.1 | 10.0 | 12/22 | 5 | 376,581 | 103,833 | $0.454 | 20.68s |
| Diferență | — | -0.1 | 0.0 | 0.0 | -1 | 0 | -56188 | +9 | -$0.065 | -2817ms |
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 |
|---|---|---|
| 2026-08-14 12:51 | $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 FlashlowvsMuse Glimmer 30BlowStep 3.7 FlashlowvsSolar Pro 4highStep 3.7 FlashlowvsQwen3.5-122B-A10BmediumStep 3.7 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsMuse Glimmer 30BmediumStep 3.7 FlashlowvsGPT-5.6 SolnoneStep 3.7 FlashlowvsQwen3.7 FlashlowStep 3.7 FlashlowvsDeepSeek V3.2mediumStep 3.7 FlashlowvsQwen3.5 Plus 2026-04-20mediumStep 3.7 FlashlowvsGLM 5.1medium
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 8.7 | 7.9 | |
| Programare | 8.2 | 7.2 | |
| Combinat | 7.3 | 5.8 | |
| Parsare și extragere de date | 7.3 | 5.8 | |
| Specific domeniului | 2.9 | 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 |