#108 Step 3.5 Flash
none- لاگت
- $0.005
- وقت
- 156.3s
- ٹوکنز
- 13,887 tok
Stepfun
اجرا: 2026-02-01
ٹیسٹ کیا گیا: 2026-04-11 01:44
stepfun/step-3.5-flash::none
196B کل (11B فعال)MoEکھلا ماخذ
(medium)
(none)
خلاصہ
Step 3.5 Flash AI BENCHY پر 3.0 اسکور کرتا ہے اور #108 پر ہے۔ اس کی reliability دستیاب نہیں، pass rate 0.0%، کل لاگت $0.000، اور اوسط response time 0ms ہے۔
Step 3.5 Flash کو منفرد کیا بناتا ہے: اس score range کے لیے اس کی کل benchmark لاگت غیر معمولی طور پر کم ہے۔ یہ ملتے جلتے models کے مقابلے میں نمایاں طور پر تیز ہے۔
آرکائیو شدہ ماڈل: اس ماڈل کو اب اپ ڈیٹ نہیں کیا جائے گا اور نئے ٹیسٹس پر ٹیسٹ نہیں کیا جائے گا
ماڈل کی تفصیلات
تحقیق کی تاریخ: 2026-08-12
- پیرامیٹرز
- 196B کل (11B فعال)
- ساخت
- MoE
- دستیابی
- کھلا ماخذ
- لائسنس
- Apache-2.0
3.0
تسلسل
10.0
دستیاب نہیں
$0.000
کل آؤٹ پٹ ٹوکنز
0
کل ان پٹ ٹوکنز
0
ان پٹ قیمت
$0.100 / 1M
آؤٹ پٹ قیمت
$0.300 / 1M
غیر مستحکم ٹیسٹ
0
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 |
|---|---|---|---|---|---|
| 2026-05-08 15:30 نیا ٹیسٹ شامل ہوا | 2.3 | 10.0 | $0.020 | موازنہ کریں | |
| 2026-04-11 01:44 پہلا ریکارڈ شدہ رن | 3.0 | دستیاب نہیں | $0.000 | موجودہ رن |
رن موازنہ
| رن | بینچ مارک کوریج | اسکور | تسلسل | اعتماد پذیری | درست ٹیسٹس | غیر مستحکم ٹیسٹ | کل آؤٹ پٹ ٹوکنز | کل ان پٹ ٹوکنز | کل لاگت | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · پہلا ریکارڈ شدہ رن | 3/3 کوششیں | 3.0 | 10.0 | دستیاب نہیں | 0/1 | 0 | 0 | 0 | $0.000 | 0ms |
| 2026-05-08 15:30 · نیا ٹیسٹ شامل ہوا | 36/36 کوششیں | 2.3 | 5.5 | 10.0 | 6/12 | 0 | 64,795 | 1,971 | $0.020 | 39.03s |
| فرق | — | +0.7 | +4.5 | -6 | 0 | -64795 | -1971 | -$0.020 | -39032ms |
بینچ مارک کوریج مختلف ہے: 3/3 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔) بمقابلہ 36/36 کوششیں (ہدف: فی ٹیسٹ 3 دہرائیاں۔)۔ مجموعے اور تکرار سے متاثر ہونے والے پیمانے براہ راست قابل موازنہ نہیں ہیں۔
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
زمرہ وار تفصیل
| زمرہ | اسکور | تسلسل | درست ٹیسٹس |
|---|---|---|---|
| کوڈنگ | 3.0 | 10.0 |