Step 3.7 Flash (medium) vs Grok 4.6 (medium)

Средний балл практически равен: 7.8 vs 7.8. Step 3.7 Flash (medium) имеет более низкую стоимость benchmark: $0.571 vs $2.270. Step 3.7 Flash (medium) быстрее: 26.57s vs 74.77s, с долей успешных попыток 68.1% vs 78.3%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-12

Сравниваемые модели

Ранг: #113
Общее число выходных токенов: 440,835
Время ответа (среднее): 26.57s
Общая стоимость: $0.571

Ранг: #114
Общее число выходных токенов: 266,197
Время ответа (среднее): 74.77s
Общая стоимость: $2.270

Рекомендуемая модель Step 3.7 Flash (medium)

Здесь у него лучший балл (7.8), при этом он примерно в 4.0 раза дешевле, чем Grok 4.6 (medium).

Подробное сравнение

Метрика	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12

Метрика	Step 3.7 Flash Step 3.7 Flash medium Релиз: 2026-05-29	Grok 4.6 Grok 4.6 medium Релиз: 2026-08-12
Оценка	7.8	7.8
Ранг	#113	#114
Надежность	10.0	10.0
Стабильность	8.7	8.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	68.1%	78.3%
Нестабильные тесты	4	4
Всего запусков	69	69
Стоимость за результат	4.392	14.187
Общая стоимость	$0.571	$2.270
Цена входа	$0.200 / 1M	$2.000 / 1M
Цена выхода	$1.150 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.040 / 1M	$0.500 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	319,524	336,351
Выходные токены	440,835	6,180
Токены рассуждений	0	260,017
Время ответа (среднее)	26.57s	74.77s
Время ответа (макс.)	152.83s	514.35s
Время ответа (суммарно)	611.09s	1719.73s
Параметры	198B всего (11B активных)	~1.7T всего (~170B активных)
Доступность	Открытый исходный код	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#113 Step 3.7 Flash

medium

Стоимость: $0.006
Время: 46.2s
Токены: 4,466 tok

#114 SpaceXAI: Grok 4.6

medium

Стоимость: $0.028
Время: 72.1s
Токены: 4,771 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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	7.4	3.8	66.7%	1		93.88s	205,333	31,126	0
Grok 4.6	5.0	10.0	0.0%	0		103.61s	229,564	1,369	15,020

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	8.7	7.9	91.7%	1		9.65s	756	32,185	0
Grok 4.6	10.0	10.0	100.0%	0		10.84s	2,991	78	6,335

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	8.8	7.8	88.9%	1		27.42s	7,437	44,797	0
Grok 4.6	8.2	7.2	88.9%	1		120.05s	9,579	351	64,226

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	7.3	5.8	83.3%	1		80.94s	87,764	114,720	0
Grok 4.6	10.0	10.0	100.0%	0		62.66s	68,060	3,687	21,366

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		2.75s	7,398	3,020	0
Grok 4.6	10.0	10.0	100.0%	0		11.46s	8,937	225	4,400

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.3	10.0	33.3%	0		27.26s	837	52,484	0
Grok 4.6	5.3	7.2	44.4%	1		304.33s	2,523	15	127,702

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	4.0	10.0	0.0%	0		6.85s	525	3,987	0
Grok 4.6	4.1	2.7	33.3%	1		17.27s	1,077	47	2,052

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	9.8	10.0	100.0%	0		1.83s	735	2,166	0
Grok 4.6	9.8	10.0	100.0%	0		12.75s	1,857	57	4,500

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	5.7	9.9	33.3%	0		6.19s	756	15,071	0
Grok 4.6	8.7	7.7	88.9%	1		16.30s	2,430	123	5,799

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	10.0	10.0	100.0%	0		4.16s	7,746	2,115	0
Grok 4.6	10.0	10.0	100.0%	0		12.83s	8,544	216	1,068

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Step 3.7 Flash	3.0	10.0	0.0%	0		113.98s	237	139,164	0
Grok 4.6	3.0	10.0	0.0%	0		46.88s	789	12	7,549

Сменить пару сравнения

Step 3.7 FlashmediumvsGLM 5.3high Grok 4.6mediumvsGLM 5.3high Qwen3.7 PlusnonevsGrok 4.6medium Qwen3.7 PlusnonevsStep 3.7 Flashmedium Step 3.7 FlashmediumvsGrok 4.5low Ling 3.1 FlashhighvsStep 3.7 Flashmedium Ling 3.1 FlashhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium GPT-6 LunahighvsGrok 4.6medium Muse Glimmer 30BhighvsGrok 4.6medium Qwen3.7 MaxnonevsStep 3.7 Flashmedium