- 排名
- #32
- 总输出令牌
- 314,605
- 响应时间（平均）
- 60.18s
- 总成本
- $0.053
DeepSeek V4 Flash 0731 (low) vs Step 3.7 Flash (medium)
DeepSeek V4 Flash 0731 (low) 平均分领先，为 8.2 vs 8.0。 DeepSeek V4 Flash 0731 (low) benchmark 成本更低，为 $0.053 vs $0.515。 Step 3.7 Flash (medium) 更快，为 26.37s vs 60.18s，通过率为 75.8% vs 72.7%。
- 排名
- #37
- 总输出令牌
- 427,572
- 响应时间（平均）
- 26.37s
- 总成本
- $0.515
推荐模型
DeepSeek V4 Flash 0731 (low)
它在这里得分最高（8.2），同时成本比Step 3.7 Flash (medium)低约 9.8 倍。
详细对比
| 指标 | DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 low | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 8.2 | 8.0 |
| 排名 | #32 | #37 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.3 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 75.8% | 72.7% |
| 不稳定测试 | 5 | 3 |
| 总运行次数 | 66 | 64 |
| 每个结果成本 | 0.374 | 3.676 |
| 总成本 | $0.053 | $0.515 |
| 输入价格 | $0.140 / 1M | $0.200 / 1M |
| 输出价格 | $0.280 / 1M | $1.150 / 1M |
| 总输入令牌 | 93,336 | 114,062 |
| 输出令牌 | 40,662 | 427,572 |
| 推理令牌 | 273,943 | 0 |
| 响应时间（平均） | 60.18s | 26.37s |
| 响应时间（最大） | 438.65s | 152.83s |
| 响应时间（总计） | 1323.92s | 580.25s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#32 DeepSeek V4 Flash 0731
low
无效SVG
- 成本
- $0.000
- 时间
- 78.1s
- 令牌
- 8,090 tok
#37 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 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
| 反AI技巧 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.2 | 7.9 | 83.3% | 1 | 10.08s | 540 | 1,833 | 6,605 | |
| Step 3.7 Flash | 8.7 | 7.9 | 91.7% | 1 | 9.65s | 756 | 32,185 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 7.3 | 5.1 | 77.8% | 2 | 163.31s | 5,953 | 782 | 86,028 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
| 综合 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 9.8 | 10.0 | 100.0% | 0 | 54.25s | 68,913 | 8,230 | 22,729 | |
| Step 3.7 Flash | 7.3 | 5.8 | 83.3% | 1 | 80.94s | 87,764 | 114,720 | 0 |
| 数据解析与提取 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.35s | 7,290 | 305 | 995 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 7,398 | 3,020 | 0 |
| 领域专项 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 5.3 | 10.0 | 33.3% | 0 | 128.09s | 648 | 25,039 | 95,560 | |
| Step 3.7 Flash | 7.7 | 10.0 | 66.7% | 0 | 48.27s | 708 | 70,347 | 0 |
| 通用智能 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 6.5 | 3.4 | 66.7% | 1 | 7.63s | 471 | 81 | 1,181 | |
| Step 3.7 Flash | 4.0 | 10.0 | 0.0% | 0 | 6.85s | 525 | 3,987 | 0 |
| 指令遵循 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 9.9 | 10.0 | 100.0% | 0 | 3.01s | 627 | 94 | 644 | |
| Step 3.7 Flash | 9.8 | 10.0 | 100.0% | 0 | 1.83s | 735 | 2,166 | 0 |
| 谜题求解 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 8.0 | 7.6 | 77.8% | 1 | 9.08s | 594 | 414 | 4,808 | |
| Step 3.7 Flash | 5.7 | 9.9 | 33.3% | 0 | 6.19s | 756 | 15,071 | 0 |
| 工具调用 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 10.0 | 10.0 | 100.0% | 0 | 4.44s | 8,178 | 367 | 186 | |
| Step 3.7 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.16s | 7,746 | 2,115 | 0 |
| 常识问答 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| DeepSeek V4 Flash 0731 | 3.0 | 10.0 | 0.0% | 0 | 246.86s | 122 | 3,517 | 55,207 | |
| Step 3.7 Flash | 3.0 | 10.0 | 0.0% | 0 | 113.98s | 237 | 139,164 | 0 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumStep 3.7 FlashmediumvsInklinghighGemini 3.5 Flash-LitehighvsStep 3.7 FlashmediumStep 3.7 FlashmediumvsGLM 5.2highDeepSeek V4 Flash 0731highvsStep 3.7 FlashmediumMuse Spark 1.1highvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGPT-5 MinimediumDeepSeek V4 Flash 0731lowvsGemini 2.5 FlashmediumDeepSeek V4 Flash 0731lowvsMuse Spark 1.1highKimi K3maxvsStep 3.7 FlashmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumDeepSeek V4 Flash 0731lowvsGemini 3.5 Flash-Litehigh