#43 Step 3.5 Flash
medium- لاگت
- $0.008
- وقت
- 277.1s
- ٹوکنز
- 23,695 tok
Stepfun
اجرا: 2026-02-01
ٹیسٹ کیا گیا: 2026-05-08 15:30
stepfun/step-3.5-flash::medium
(medium)
(none)
خلاصہ
Step 3.5 Flash AI BENCHY پر 7.6 اسکور کرتا ہے اور #43 پر ہے۔ اس کی reliability 10.0، pass rate 66.7%، کل لاگت $0.011، اور اوسط response time 41.66s ہے۔
Step 3.5 Flash کو منفرد کیا بناتا ہے: یہ ڈیٹا پارسنگ اور استخراج میں سب سے نمایاں ہے، جہاں اس کا rank #1 ہے؛ جبکہ پہیلی حل کرنا اس کا کمزور ترین حصہ ہے، rank #17. اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔
7.6
تسلسل
9.2
10.0
$0.011
کل آؤٹ پٹ ٹوکنز
251,708
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.100 / 1M
آؤٹ پٹ قیمت
$0.300 / 1M
غیر مستحکم ٹیسٹ
2
غیر مستحکم ٹیسٹس میں رنز کے درمیان ملے جلے نتائج آئے (کم از کم ایک کامیاب اور ایک ناکام).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
رن ہسٹری
| ٹیسٹ کیا گیا | اسکور | اعتماد پذیری | درست ٹیسٹس | کل لاگت | موازنہ کریں |
|---|---|---|---|---|---|
| 2026-07-16 23:25 نیا ٹیسٹ شامل ہوا | 6.0 | 9.2 | $0.108 ↑ | موازنہ کریں | |
| 2026-06-04 14:12 نیا ٹیسٹ شامل ہوا | 7.2 | 8.9 | $0.070 ↑ | موازنہ کریں | |
| 2026-05-22 00:30 سوٹ بدل گیا | 7.4 | 9.3 | $0.015 | موازنہ کریں | |
| 2026-05-08 15:30 سوٹ بدل گیا | 7.6 | 10.0 | $0.011 | موجودہ رن | |
| 2026-04-11 00:35 پہلا ریکارڈ شدہ رن | 7.9 | دستیاب نہیں | $0.000 | موازنہ کریں |
اس رن میں مختلف بینچ مارک سوٹ استعمال ہوا تھا۔ تاریخی تبدیلی سمجھتے وقت سوٹ کی تبدیلی کو بھی ذہن میں رکھیں۔
رن موازنہ
| رن | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 15:30 · سوٹ بدل گیا | 7.6 | 9.2 | 10.0 | 11/18 | 2 | 251,708 | 0 | $0.011 | 41.66s |
| 2026-05-22 00:30 · سوٹ بدل گیا | 7.4 | 8.7 | 9.3 | 11/19 | 3 | 263,806 | 0 | $0.015 | 43.29s |
| فرق | +0.2 | +0.5 | +0.7 | 0 | -1 | -12098 | 0 | -$0.004 | -1629ms |
ان دو رنز میں مختلف بینچ مارک سوٹس استعمال ہوئے تھے، اس لیے فرق میں ماڈل کی تبدیلی اور سوٹ کی تبدیلی دونوں شامل ہیں۔
چارٹس
پہلا ماڈل منتخب کریں، پھر دوسرا ماڈل کلک کریں تاکہ سائیڈ بائی سائیڈ صفحہ کھلے۔
اسکور کے لحاظ سے سرفہرست ماڈلز
اسکور vs کل لاگت
ردِعمل کا وقت (اوسط)
اسکور vs ردِعمل کا وقت (اوسط)
کل آؤٹ پٹ ٹوکنز
اسکور vs کل آؤٹ پٹ ٹوکنز
فوری موازنہ
Step 3.5 FlashmediumvsInklinglowStep 3.5 FlashmediumvsQwen3.5-FlashnoneStep 3.5 FlashmediumvsGemini 3.1 Flash LitenoneStep 3.5 FlashmediumvsQwen3.5 Plus 2026-04-20noneStep 3.5 Flashmediumvsgpt-oss-120bmediumStep 3.5 FlashmediumvsQwen3.5-35B-A3BnoneStep 3.5 FlashmediumvsGemini 3 Flash PreviewmediumStep 3.5 FlashmediumvsGemini 3.5 FlashhighStep 3.5 FlashmediumvsNemotron 3 Ultramediumمفت دستیابStep 3.5 FlashmediumvsGPT-5.5low
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| اینٹی اے آئی چالیں | 10.0 | 10.0 | |
| مشترکہ | 10.0 | 10.0 | |
| ڈیٹا پارسنگ اور استخراج | 10.0 | 10.0 | |
| ڈومین مخصوص | 5.3 | 7.2 | |
| عمومی ذہانت | 5.5 | 10.0 | |
| ہدایات کی پیروی | 8.5 | 6.8 | |
| پہیلی حل کرنا | 5.3 | 10.0 | |
| ٹول کالنگ | 10.0 | 10.0 | |
| معلومات عامہ | 3.0 | 10.0 |