Навигация
AI BENCHY
Advertise here

Anthropic: Claude Opus 4.6 vs StepFun: Step 3.7 Flash

Claude Opus 4.6 (medium) лидирует по среднему баллу: 7.7 vs 7.3. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.454 vs $3.059. Step 3.7 Flash (low) быстрее: 20.68s vs 34.27s, с долей успешных попыток 63.6% vs 68.2%.

Рекомендуемая модельStep 3.7 Flash (low)Его балл близок к лучшему здесь (7.3 против 7.7), при этом он примерно в 6.7 раза дешевле, чем Claude Opus 4.6 (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-25

Метрика Claude Opus 4.6 Claude Opus 4.6 medium Релиз: 2026-02-05 Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29
Оценка 7.7 7.3
Ранг #50 #75
Надежность 10.0 10.0
Стабильность 8.8 8.1
Тестов верно
Доля успешных попыток 63.6% 68.2%
Нестабильные тесты 3 5
Всего запусков 66 66
Стоимость за результат 23.524 3.782
Общая стоимость $3.059 $0.454
Цена входа $5.000 / 1M $0.200 / 1M
Цена выхода $25.000 / 1M $1.150 / 1M
Общее число входных токенов 108,615 103,833
Выходные токены 72,286 376,581
Токены рассуждений 28,315 0
Время ответа (среднее) 34.27s 20.68s
Время ответа (макс.) 151.51s 124.75s
Время ответа (суммарно) 513.99s 455.01s

Hamster playing table tennis

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

#50 Claude Opus 4.6

medium
Неверный SVG
Стоимость
$0.000
Время
300.0s
Токены
0 tok

#75 Step 3.7 Flash

low
Неверный SVG
Стоимость
$0.004
Время
25.3s
Токены
3,072 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.6mediumvsGPT-5.6 LunahighClaude Opus 4.8nonevsStep 3.7 FlashlowKimi K2.6mediumvsStep 3.7 FlashlowKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsDeepSeek V4 ProhighGemini 3.1 Flash LitemediumvsStep 3.7 FlashlowGemini 3.1 Flash Lite PreviewmediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsStep 3.7 FlashlowQwen3.7 PlusnonevsStep 3.7 FlashlowQwen3.5-122B-A10BmediumvsStep 3.7 Flashlow