Advertise here
#281

Step 5 Preview

Stepfun Lansare: 2026-10-09 Testat la: 2026-10-09 03:47 stepfun/step-5-preview::low
600B în total (27B activi)MoEÎnchis
(high) (medium) (low)

Rezumat

Step 5 Preview obține 5.6 pe AI BENCHY și este pe #281. Are fiabilitate 9.7, rată de reușită 58.0%, cost total $4.110 și timp mediu de răspuns 138.27s.

Ce face Step 5 Preview unic: Se remarcă cel mai mult la Respectarea instrucțiunilor, unde este pe #1, iar Programare este zona cea mai slabă, la #17.

Date despre model

Documentat la 2026-10-09

Raportat
Parametri
600B în total (27B activi)
Arhitectură
MoE
Disponibilitate
Închis
Licență
-
Sursa parametrilor Sursa disponibilității

Scor

5.6

Consistență

7.5

Fiabilitate

9.7

Cost total (preț curent)

$4.110

Total tokenuri de ieșire

1,425,268

Total tokenuri de intrare

261,256

Preț de intrare

$1.000 / 1M

Preț de ieșire

$2.700 / 1M

Preț citire cache

$0.050 / 1M

Preț scriere cache

N/D

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Teste corecte

Teste greșite: 13

Rată de trecere pe încercare: 58.0%

Teste instabile

7

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

Timp de răspuns (mediu)

138.27s

Timp de răspuns (maxim): 436.56s

Timp de răspuns (total): 3180.10s

Fără răspuns: 7 Eroare API: 2 Răspuns greșit: 2 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1

Hamster playing table tennis

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

#281 Step 5 Preview

low
Cost
$0.051
Timp
125.6s
Tokenuri
18,795 tok

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 5 PreviewlowvsSolar Pro 4noneStep 5 PreviewlowvsGLM 5noneStep 5 PreviewlowvsGPT-5.4noneStep 5 PreviewlowvsQwen3.5-35B-A3BnoneStep 5 PreviewlowvsSpace Bunny AlphalowStep 5 PreviewlowvsNemotron 3 SupermediumDisponibil gratuitStep 5 PreviewlowvsGemma 4 31BnoneDisponibil gratuitStep 5 PreviewlowvsKimi K2.6noneStep 5 PreviewlowvsDots 3 Note PreviewmediumDisponibil gratuitStep 5 PreviewlowvsLing 3.1 Flashnone

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Sarcini agentice 3.4 2.2
Trucuri anti-AI 6.9 7.9
Programare 2.7 7.0
Combinat 7.3 5.8
Parsare și extragere de date 10.0 10.0
Specific domeniului 3.6 7.2
Inteligență generală 3.5 2.2
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 7.6 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate