#27 DeepSeek V4 Flash
high- 成本
- $0.003
- 时间
- 93.1s
- 令牌
- 7,926 tok
AI BENCHY 对比
DeepSeek: DeepSeek V4 Flash vs StepFun: Step 3.7 Flash
摘要
Step 3.7 Flash (medium) 平均分领先，为 8.5 vs 8.3。 DeepSeek V4 Flash (high) benchmark 成本更低，为 $0.027 vs $0.376。 Step 3.7 Flash (medium) 更快，为 20.35s vs 45.85s，通过率为 74.6% vs 73.0%。
推荐模型DeepSeek V4 Flash (high)它的得分接近这里的最高分（8.3 vs 8.5），同时成本比Step 3.7 Flash (medium)低约 14.4 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | DeepSeek V4 Flash DeepSeek V4 Flash high | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 8.3 | 8.5 |
| 排名 | #27 | #23 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.5 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 74.6% | 73.0% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 63 | 61 |
| 每个结果成本 | 0.299 | 2.686 |
| 总成本 | $0.027 | $0.376 |
| 输入价格 | $0.090 / 1M | $0.200 / 1M |
| 输出价格 | $0.180 / 1M | $1.150 / 1M |
| 总输入令牌 | 39,745 | 39,981 |
| 输出令牌 | 10,310 | 319,958 |
| 推理令牌 | 123,501 | 0 |
| 响应时间（平均） | 45.85s | 20.35s |
| 响应时间（最大） | 218.13s | 113.98s |
| 响应时间（总计） | 962.79s | 427.42s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 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
| 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 | 7.8 | 10.0 | 66.7% | 0 | 50.60s | 7,279 | 395 | 34,862 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsNemotron 3 Ultra 550b A55bmedium免费可用DeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsDeepSeek V4 FlashhighDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsGPT-5 Minimedium