AI BENCHY
Advertise here

#43

Step 3.5 Flash

Stepfun Релиз: 2026-02-01 Проверено: 2026-05-08 15:30 stepfun/step-3.5-flash::medium
(medium) (none)

Оценка

7.6

Стабильность

9.2

Надежность

10.0

Общая стоимость (текущая цена)

$0.011

Общее число выходных токенов

251,708

Общее число входных токенов

0

Цена входа

$0.100 / 1M

Цена выхода

$0.300 / 1M

Тестов верно

Ошибочных тестов: 7

Доля успешных попыток: 66.7%

Нестабильные тесты

2

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

41.66s

Время ответа (макс.): 170.45s

Время ответа (суммарно): 499.91s

Неверный ответ: 4 Не соблюдены инструкции: 3

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-05-22 00:30 Набор изменён 7.4 9.3 $0.015 Сравнить
2026-05-08 15:30 Набор изменён 7.6 10.0 $0.011 Текущий запуск
2026-04-11 00:35 Первый зафиксированный запуск 7.9 Н/Д $0.000 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

Сравнение запусков

ЗапускОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-05-08 15:30 · Набор изменён7.69.210.011/182251,7080$0.01141.66s
2026-04-11 00:35 · Первый зафиксированный запуск7.99.1Н/Д11/172227,5110$0.00026.78s
Разница-0.3+0.100+241970+$0.011+14879ms

Эти два запуска использовали разные наборы бенчмарков, поэтому различия отражают и изменения модели, и изменения набора.

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

Step 3.5 FlashmediumvsKimi K2.6mediumБесплатно доступноStep 3.5 FlashmediumvsGLM 5.1mediumStep 3.5 FlashmediumvsGemini 3.1 Flash Lite PreviewnoneStep 3.5 FlashmediumvsGPT-5.3 ChatnoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20mediumStep 3.5 FlashmediumvsMiMo-V2.5mediumStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsRing-2.6-1TmediumStep 3.5 FlashmediumvsGemini 3.5 Flashlow

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 10.0 10.0
Комбинированный 10.0 10.0
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 5.3 7.2
Общий интеллект 5.5 10.0
Следование инструкциям 8.5 6.8
Решение головоломок 5.3 10.0
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели