StepFun: Step 3.7 Flash vs xAI: Grok 4.20

Step 3.7 Flash (low) average score میں آگے ہے: 7.3 vs 7.1. Step 3.7 Flash (low) کی benchmark لاگت کم ہے: $0.454 vs $0.777. Step 3.7 Flash (low) تیز ہے: 20.68s vs 29.47s، pass rates 68.2% vs 63.6%.

تجویز کردہ ماڈلStep 3.7 Flash (low)It has the best score here (7.3), while costing about 1.7x less than Grok 4.20 (medium).

بینچ مارکس AI BENCHY ٹیسٹ سوئٹس سے اس وقت تیار کیے گئے: 2026-07-25

میٹرک	Step 3.7 Flash Step 3.7 Flash low اجرا: 2026-05-29	Grok 4.20 Grok 4.20 medium اجرا: 2026-03-31

میٹرک	Step 3.7 Flash Step 3.7 Flash low اجرا: 2026-05-29	Grok 4.20 Grok 4.20 medium اجرا: 2026-03-31
اسکور	7.3	7.1
درجہ	#75	#83
اعتماد پذیری	10.0	10.0
تسلسل	8.1	8.5
درست ٹیسٹس
فی کوشش کامیابی کی شرح	68.2%	63.6%
غیر مستحکم ٹیسٹ	5	4
کل رنز	66	66
فی نتیجہ لاگت	3.782	9.709
کل لاگت	$0.454	$0.777
ان پٹ قیمت	$0.200 / 1M	$1.250 / 1M
آؤٹ پٹ قیمت	$1.150 / 1M	$2.500 / 1M
کل ان پٹ ٹوکنز	103,833	102,791
آؤٹ پٹ ٹوکنز	376,581	5,363
ریزننگ ٹوکنز	0	253,977
ردِعمل کا وقت (اوسط)	20.68s	29.47s
ردِعمل کا وقت (زیادہ سے زیادہ)	124.75s	199.66s
ردِعمل کا وقت (کل)	455.01s	648.35s

Hamster playing table tennis

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

#75 Step 3.7 Flash

low

غلط SVG

لاگت: $0.004
وقت: 25.3s
ٹوکنز: 3,072 tok

#83 xAI: Grok 4.20

medium

لاگت: $0.041
وقت: 110.3s
ٹوکنز: 16,336 tok

اسکور کے لحاظ سے سرفہرست ماڈلز

اسکور بمقابلہ کل لاگت

ردِعمل کا وقت (اوسط)

اسکور vs ردِعمل کا وقت (اوسط)

کل آؤٹ پٹ ٹوکنز

اسکور vs کل آؤٹ پٹ ٹوکنز

زمرہ وار تفصیل

زمرہ:

اینٹی اے آئی چالیں	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	8.7	7.9	91.7%	1		4.02s	756	10,896	0
Grok 4.20	8.2	7.9	83.3%	1		3.95s	2,010	287	8,312

کوڈنگ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	8.2	7.2	88.9%	1		9.46s	7,437	18,685	0
Grok 4.20	6.3	6.6	55.6%	1		109.93s	8,307	268	103,150

مشترکہ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	7.3	5.8	83.3%	1		66.18s	77,415	93,682	0
Grok 4.20	8.7	6.9	83.3%	1		42.25s	71,267	3,776	44,009

ڈیٹا پارسنگ اور استخراج	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	7.3	5.8	83.3%	1		2.29s	7,398	2,667	0
Grok 4.20	10.0	10.0	100.0%	0		4.17s	7,761	180	5,333

ڈومین مخصوص	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	5.3	7.2	44.4%	1		43.31s	828	104,487	0
Grok 4.20	5.3	10.0	33.3%	0		27.03s	1,764	375	49,339

عمومی ذہانت	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	3.4	9.3	0.0%	0		7.00s	525	4,604	0
Grok 4.20	3.9	2.6	33.3%	1		24.48s	825	65	6,440

ہدایات کی پیروی	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	9.8	10.0	100.0%	0		1.58s	735	1,857	0
Grok 4.20	9.8	10.0	100.0%	0		4.26s	1,362	57	6,419

پہیلی حل کرنا	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	5.5	9.9	33.3%	0		1.84s	756	3,564	0
Grok 4.20	7.7	10.0	66.7%	0		6.22s	1,689	149	7,913

ٹول کالنگ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	10.0	10.0	100.0%	0		3.25s	7,746	1,360	0
Grok 4.20	3.0	10.0	0.0%	0		13.68s	7,275	197	6,620

معلومات عامہ	اسکور	تسلسل	فی کوشش کامیابی کی شرح	غیر مستحکم ٹیسٹ	درست ٹیسٹس	ردِعمل کا وقت (اوسط)	ان پٹ ٹوکنز	آؤٹ پٹ ٹوکنز	ریزننگ ٹوکنز
Step 3.7 Flash	3.0	10.0	0.0%	0		124.75s	237	134,779	0
Grok 4.20	3.0	10.0	0.0%	0		63.48s	531	9	16,442

فوری موازنہ

موازنہ کی جوڑی تبدیل کریں

Claude Opus 4.8nonevsStep 3.7 Flashlow Kimi K2.6mediumvsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsStep 3.7 Flashlow Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3.1 Flash LitemediumvsStep 3.7 Flashlow Gemini 3.1 Flash Lite PreviewmediumvsStep 3.7 Flashlow Qwen3.5 Plus 2026-04-20mediumvsStep 3.7 Flashlow Claude Sonnet 4.6nonevsStep 3.7 Flashlow Qwen3.7 PlusnonevsStep 3.7 Flashlow KAT-Coder-Pro V2.5highvsGrok 4.20medium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow Step 3.7 FlashlowvsGrok 4.3medium