DeepSeek V4 Pro vs Step 3.7 Flash (high)

排名: #110
总输出令牌: 35,551
响应时间（平均）: 11.55s
总成本: $0.139

排名: #114
总输出令牌: 1,032,395
响应时间（平均）: 64.68s
总成本: $1.207

推荐模型 DeepSeek V4 Pro

它在这里得分最高（6.9），同时成本比Step 3.7 Flash (high)低约 8.7 倍。

详细对比

指标	DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29

指标	DeepSeek V4 Pro DeepSeek V4 Pro none 发布日期: 2026-04-24	Step 3.7 Flash Step 3.7 Flash high 发布日期: 2026-05-29
分数	6.9	6.9
排名	#110	#114
可靠性	10.0	10.0
一致性	8.6	8.0
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	22/22 项测试 · 66/66 次尝试
测试正确
尝试通过率	51.5%	63.6%
不稳定测试	4	5
总运行次数	66	66
每个结果成本	0.954	10.973
总成本	$0.139	$1.207
输入价格	$0.632 / 1M	$0.200 / 1M
输出价格	$1.264 / 1M	$1.150 / 1M
总输入令牌	148,069	98,691
输出令牌	35,551	1,032,395
推理令牌	0	0
响应时间（平均）	11.55s	64.68s
响应时间（最大）	119.44s	364.99s
响应时间（总计）	254.11s	1423.01s

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#110 DeepSeek V4 Pro

none

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

#114 Step 3.7 Flash

high

成本: $0.007
时间: 63.6s
令牌: 6,030 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

类别:

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 Pro	3.2	6.1	16.7%	2		4.02s	540	1,168	0
Step 3.7 Flash	10.0	10.0	100.0%	0		13.40s	696	42,656	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 Pro	5.6	10.0	33.3%	0		13.38s	7,275	5,500	0
Step 3.7 Flash	4.0	6.0	22.2%	1		206.21s	6,057	327,340	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 Pro	7.9	6.9	66.7%	1		71.59s	122,040	26,362	0
Step 3.7 Flash	8.7	6.9	83.3%	1		41.23s	73,938	49,842	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 Pro	10.0	10.0	100.0%	0		4.61s	7,568	200	0
Step 3.7 Flash	10.0	10.0	100.0%	0		14.72s	7,368	23,113	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 Pro	5.3	10.0	33.3%	0		3.72s	666	24	0
Step 3.7 Flash	4.1	4.4	44.5%	2		149.64s	783	410,502	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 Pro	5.0	10.0	0.0%	0		2.05s	471	126	0
Step 3.7 Flash	5.5	10.0	0.0%	0		4.17s	510	2,862	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 Pro	6.3	5.8	66.7%	1		4.12s	627	713	0
Step 3.7 Flash	9.8	10.0	100.0%	0		1.52s	705	2,010	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 Pro	10.0	10.0	100.0%	0		3.61s	594	442	0
Step 3.7 Flash	5.3	7.2	44.4%	1		10.22s	711	25,422	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 Pro	10.0	10.0	100.0%	0		7.40s	8,105	328	0
Step 3.7 Flash	10.0	10.0	100.0%	0		2.79s	7,701	1,172	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 Pro	3.0	10.0	0.0%	0		5.76s	183	688	0
Step 3.7 Flash	3.0	10.0	0.0%	0		149.34s	222	147,476	0

快速对比

切换对比组合

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh DeepSeek V4 PrononevsSolar Pro 4medium DeepSeek V4 PrononevsMiMo-V2.5-Promedium Step 3.7 FlashhighvsSolar Pro 4low DeepSeek V4 PrononevsKAT-Coder-Pro V2.5medium Step 3.7 FlashhighvsMiMo-V2.5-Promedium DeepSeek V4 PrononevsQwen3.6 Flashmedium DeepSeek V4 PrononevsQwen3.7 Flashmedium Gemini 3.5 FlashminimalvsStep 3.7 Flashhigh GPT-5.6 SolnonevsStep 3.7 Flashhigh Seed-2.0-MinimediumvsDeepSeek V4 Pronone