Навигация
AI BENCHY
Advertise here

Step 3.7 Flash (low) vs Grok 4.3 (medium)

Step 3.7 Flash (low) лидирует по среднему баллу: 7.1 vs 7.0. Step 3.7 Flash (low) имеет более низкую стоимость benchmark: $0.390 vs $0.741. Step 3.7 Flash (low) быстрее: 17.87s vs 44.21s, с долей успешных попыток 63.6% vs 66.7%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-26

Ранг
#115
Общее число выходных токенов
320,393
Время ответа (среднее)
17.87s
Общая стоимость
$0.390
Ранг
#117
Общее число выходных токенов
225,904
Время ответа (среднее)
44.21s
Общая стоимость
$0.741
Рекомендуемая модель Step 3.7 Flash (low)

Здесь у него лучший балл (7.1), при этом он примерно в 1.9 раза дешевле, чем Grok 4.3 (medium).

Подробное сравнение

Метрика Step 3.7 Flash Step 3.7 Flash low Релиз: 2026-05-29 Grok 4.3 Grok 4.3 medium Релиз: 2026-05-01
Оценка 7.1 7.0
Ранг #115 #117
Надежность 10.0 10.0
Стабильность 8.1 8.2
Попытки 66/66 66/66
Тестов верно
Доля успешных попыток 63.6% 66.7%
Нестабильные тесты 5 5
Всего запусков 66 66
Стоимость за результат 3.539 6.168
Общая стоимость $0.390 $0.741
Цена входа $0.200 / 1M $1.250 / 1M
Цена выхода $1.150 / 1M $2.500 / 1M
Общее число входных токенов 103,842 140,244
Выходные токены 320,393 13,739
Токены рассуждений 0 212,165
Время ответа (среднее) 17.87s 44.21s
Время ответа (макс.) 124.75s 216.69s
Время ответа (суммарно) 393.04s 972.64s
Параметры 198B всего (11B активных) ~1.5T всего (~150B активных)
Доступность Открытый исходный код Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#115 Step 3.7 Flash

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

#117 SpaceXAI: Grok 4.3

medium
Стоимость
$0.009
Время
19.0s
Токены
3,661 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
Step 3.7 Flash 8.2 7.2 88.9% 1 9.46s 7,437 18,685 0
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 SolnonevsGrok 4.3mediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowStep 3.7 FlashlowvsSolar Pro 4highMuse Glimmer 30BmediumvsStep 3.7 FlashlowGPT-5.5nonevsGrok 4.3mediumSolar Pro 4highvsGrok 4.3mediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowMuse Glimmer 30BhighvsStep 3.7 FlashlowGPT-5.6 SolnonevsStep 3.7 FlashlowMuse Glimmer 30BlowvsGrok 4.3mediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowDeepSeek V3.2mediumvsStep 3.7 Flashlow