AI BENCHY
Advertise here
#82

Step 3.7 Flash

Stepfun Релиз: 2026-05-29 Проверено: 2026-07-16 22:46 stepfun/step-3.7-flash::high
198B всего (11B активных)MoEОткрытый исходный код
(high) (medium) (low)

Сводка

Step 3.7 Flash набирает 6.9 в AI BENCHY и занимает #82. У модели надежность 10.0, доля успешных попыток 63.6%, общая стоимость $1.207 и среднее время ответа 64.68s.

Что делает Step 3.7 Flash особенной: Сильнее всего модель выделяется в Анти-ИИ уловки, где занимает #1; самая слабая область — Программирование с #17.

Сведения о модели

Дата исследования: 2026-08-12

Заявлено
Параметры
198B всего (11B активных)
Архитектура
MoE
Доступность
Открытый исходный код
Лицензия
Apache-2.0
Источник данных о параметрах Источник данных о доступности

Оценка

6.9

Стабильность

8.0

Надежность

10.0

Общая стоимость (текущая цена)

$1.207

Общее число выходных токенов

1,032,395

Общее число входных токенов

98,691

Цена входа

$0.200 / 1M

Цена выхода

$1.150 / 1M

Тестов верно

Ошибочных тестов: 11

Доля успешных попыток: 63.6%

Нестабильные тесты

5

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

Время ответа (среднее)

64.68s

Время ответа (макс.): 364.99s

Время ответа (суммарно): 1423.01s

Неверный ответ: 6 Нет ответа: 4 Недопустимый вызов инструмента: 1

Hamster playing table tennis

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

#82 Step 3.7 Flash

high
Стоимость
$0.007
Время
63.6s
Токены
6,030 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-08-14 02:45 Повторный тест 6.8 10.0 $1.229 Сравнить
2026-07-16 22:46 Добавлен новый тест 6.9 10.0 $1.207 Текущий запуск
2026-06-04 14:10 Добавлен новый тест 7.0 10.0 $1.148 Сравнить
2026-05-29 11:53 Первый запуск 7.1 9.9 $0.960 Сравнить

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

Сравнение запусков

ЗапускПокрытие бенчмаркаОценкаСтабильностьНадежностьТестов верноНестабильные тестыОбщее число выходных токеновОбщее число входных токеновОбщая стоимостьВремя ответа (среднее)
2026-07-16 22:46 · Добавлен новый тест66/66 попыток6.98.010.011/2251,032,39598,691$1.20764.68s
2026-06-04 14:10 · Добавлен новый тест63/63 попыток7.08.210.011/214991,35538,391$1.14864.46s
Разница—-0.2-0.20.00+1+41040+60300+$0.060+227ms

Покрытие бенчмарка различается: 66/66 попыток (Цель: 3 повторов на тест) против 63/63 попыток (Цель: 3 повторов на тест). Итоги и метрики, зависящие от числа повторов, нельзя сравнивать напрямую.

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

История цен

Исторические данные о ценах для этой модели из OpenRouter.

Дата Цена входа Цена выхода
2026-06-04 15:40 $0.200 / 1M $1.150 / 1M

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 3.7 FlashhighvsQwen3.6 FlashmediumStep 3.7 FlashhighvsSeed-2.0-CodemediumStep 3.7 FlashhighvsGemini 3.5 FlashnoneStep 3.7 FlashhighvsSolar Pro 4lowStep 3.7 FlashhighvsSeed-2.0-CodehighStep 3.7 FlashhighvsSolar Pro 4mediumStep 3.7 FlashhighvsQwen3.7 FlashmediumStep 3.7 FlashhighvsDeepSeek V4 PrononeStep 3.7 FlashhighvsKAT-Coder-Pro V2.5mediumStep 3.7 FlashhighvsGLM 5.3low

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 10.0 10.0
Программирование 4.0 6.0
Комбинированный 8.7 6.9
Парсинг и извлечение данных 10.0 10.0
Предметно-ориентированное 4.1 4.4
Общий интеллект 5.5 10.0
Следование инструкциям 9.8 10.0
Решение головоломок 5.3 7.2
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели