AI BENCHY
Advertise here
#60

Step 3.7 Flash

Stepfun Lansare: 2026-05-29 Testat la: 2026-05-29 11:49 stepfun/step-3.7-flash::low
(high) (medium) (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.

Scor

7.4

Consistență

8.7

Fiabilitate

10.0

Cost total (preț curent)

$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 corecte

Teste greșite: 8

Rată de trecere pe încercare: 68.3%

Teste instabile

3

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

Timp de răspuns (mediu)

16.06s

Timp de răspuns (maxim): 124.75s

Timp de răspuns (total): 321.11s

Răspuns greșit: 7 Fără răspuns: 1

Prezentare generare

Hamster playing table tennis

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

#60 Step 3.7 Flash

low
SVG invalid
Cost
$0.004
Timp
25.3s
Tokenuri
3,072 tok

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

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 3.7 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

Modele comparate