AI BENCHY
Advertise here
#61

Step 3.7 Flash

Stepfun Lansare: 2026-05-29 Testat la: 2026-08-14 02:31 stepfun/step-3.7-flash::medium
198B în total (11B activi)MoESursă deschisă
(high) (medium) (low)

Rezumat

Step 3.7 Flash obține 7.9 pe AI BENCHY și este pe #61. Are fiabilitate 10.0, rată de reușită 68.2%, cost total $0.495 și timp mediu de răspuns 23.51s.

Ce face Step 3.7 Flash unic: Se remarcă cel mai mult la Programare, unde este pe #4, iar Inteligență generală este zona cea mai slabă, la #17.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
198B în total (11B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
Apache-2.0
Sursa parametrilor Sursa disponibilității

Scor

7.9

Consistență

8.9

Fiabilitate

10.0

Cost total (preț curent)

$0.495

Total tokenuri de ieșire

409,709

Total tokenuri de intrare

114,191

Preț de intrare

$0.200 / 1M

Preț de ieșire

$1.150 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 68.2%

Teste instabile

3

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

Timp de răspuns (mediu)

23.51s

Timp de răspuns (maxim): 152.83s

Timp de răspuns (total): 517.21s

Răspuns greșit: 6 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1 Fără răspuns: 1

Hamster playing table tennis

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

#61 Step 3.7 Flash

medium
Cost
$0.006
Timp
46.2s
Tokenuri
4,466 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 02:31 Retestare 7.9 10.0 $0.495 Rularea curentă
2026-07-16 22:50 Test nou adăugat 8.0 9.9 $0.515 Compară
2026-06-04 13:52 Test nou adăugat 8.0 9.9 $0.376 Compară
2026-05-29 11:49 Prima rulare 7.9 9.9 $0.404 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

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.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Step 3.7 FlashmediumvsGPT-5.2 ChatnoneStep 3.7 FlashmediumvsQwen3.8 27BlowStep 3.7 FlashmediumvsKimi K3maxStep 3.7 FlashmediumvsQwen3.7 PlusmediumStep 3.7 FlashmediumvsGPT-5.6 TerrahighStep 3.7 FlashmediumvsQwen3.6 PlusmediumStep 3.7 FlashmediumvsInklingmediumStep 3.7 FlashmediumvsGemini 3.5 Flash LitemediumStep 3.7 FlashmediumvsGLM 5.2highStep 3.7 FlashmediumvsGLM 5.2medium

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 8.7 7.9
Programare 8.8 7.8
Combinat 7.3 5.8
Parsare și extragere de date 10.0 10.0
Specific domeniului 5.3 10.0
Inteligență generală 4.0 10.0
Respectarea instrucțiunilor 9.8 10.0
Rezolvare de puzzle-uri 5.7 9.9
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate