#47 Claude Opus 4.8
low- 成本
- $0.031
- 时间
- 14.1s
- 令牌
- 1,345 tok
AI BENCHY 对比
Anthropic: Claude Opus 4.8 vs StepFun: Step 3.7 Flash
摘要
平均分几乎持平，为 7.7 vs 7.7。 Step 3.7 Flash (low) benchmark 成本更低，为 $0.341 vs $1.270。 Claude Opus 4.8 (low) 更快，为 10.83s vs 15.74s，通过率为 79.4% vs 68.3%。
推荐模型Step 3.7 Flash (low)它在这里得分最高（7.7），同时成本比Claude Opus 4.8 (low)低约 3.7 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | Claude Opus 4.8 Claude Opus 4.8 low | Step 3.7 Flash Step 3.7 Flash low |
|---|---|---|
| 分数 | 7.7 | 7.7 |
| 排名 | #47 | #51 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.8 | 8.4 |
| 测试正确 | ||
| 尝试通过率 | 79.4% | 68.3% |
| 不稳定测试 | 3 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 8.466 | 2.840 |
| 总成本 | $1.270 | $0.341 |
| 输入价格 | $5.000 / 1M | $0.200 / 1M |
| 输出价格 | $25.000 / 1M | $1.150 / 1M |
| 总输入令牌 | 60,946 | 40,101 |
| 输出令牌 | 31,771 | 289,325 |
| 推理令牌 | 6,831 | 0 |
| 响应时间（平均） | 10.83s | 15.74s |
| 响应时间（最大） | 127.97s | 124.75s |
| 响应时间（总计） | 227.39s | 330.63s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#51 Step 3.7 Flash
low
无效SVG
- 成本
- $0.004
- 时间
- 25.3s
- 令牌
- 3,072 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Opus 4.8 | 6.6 | 4.6 | 77.8% | 2 | 7.58s | 10,590 | 3,637 | 809 | |
| Step 3.7 Flash | 8.2 | 7.2 | 88.9% | 1 | 9.46s | 7,437 | 18,685 | 0 |
快速对比
切换对比组合
GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowClaude Opus 4.8lowvsKimi K2.6medium免费可用Step 3.7 FlashlowvsGrok 4.3mediumClaude Opus 4.8lowvsGrok 4.3mediumClaude Opus 4.8lowvsGemini 3.1 Flash LitemediumKAT-Coder-Pro V2.5highvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.8lowvsGemini 3.1 Flash Lite PreviewmediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsStep 3.7 Flashlow