StepFun: Step 3.5 Flash

Бенчмарки сгенерированы из тестовых наборов Aibenchy в : 19 февр. 2026 г.

Разбивка по категориям

Категория	Полностью пройденные тесты	Score	Стабильность	Доля успешных попыток	Нестабильные тесты	Оценка рассуждения	Стоимость
Anti-AI Tricks	1/2	5.50	5.81	83.3%	1	10.00	$0.00000
Data parsing and extraction	1/2	5.00	10.00	50.0%	0	9.75	$0.00000
Domain specific	1/3	4.00	7.21	44.4%	1	8.44	$0.00000
Instructions following	2/2	10.00	10.00	100.0%	0	9.67	$0.00000
Puzzle Solving	0/3	2.00	4.96	33.3%	2	9.22	$0.00000

Сравнить StepFun: Step 3.5 Flash с...

#17 · MiniMax

Рассуждение (medium)

Score: 5.08

Стабильность: 6.00

Доля успешных попыток: 61.1%

Нестабильные тесты: 6

Стоимость за результат: 4.0276

Тестов верно: 5/12

Общая стоимость: $0.20138

#19 · OpenAI

Без рассуждения

Score: 4.00

Стабильность: 9.98

Доля успешных попыток: 25.0%

Нестабильные тесты: 0

Стоимость за результат: 0.0576

Тестов верно: 3/12

Общая стоимость: $0.00173

#16 · Anthropic

Рассуждение (medium)

Score: 5.42

Стабильность: 8.60

Доля успешных попыток: 55.5%

Нестабильные тесты: 2

Стоимость за результат: 12.8695

Тестов верно: 6/12

Общая стоимость: $0.77217

Сравнить StepFun: Step 3.5 Flash с...