#60 Step 3.7 Flash
low
无效SVG
- 成本
- $0.004
- 时间
- 25.3s
- 令牌
- 3,072 tok
Stepfun
发布日期: 2026-05-29
测试于: 2026-05-29 11:49
stepfun/step-3.7-flash::low
198B 总计 (11B 激活)MoE开源
摘要
Step 3.7 Flash 在 AI BENCHY 上得分 7.4，排名 #60。它的可靠性为 10.0，通过率为 68.3%，总成本为 $0.336，平均响应时间为 16.06s。
Step 3.7 Flash 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 通用智能，排名 #18。
模型信息
调研日期：2026-08-12
- 参数量
- 198B 总计 (11B 激活)
- 架构
- MoE
- 开放状态
- 开源
- 许可证
- Apache-2.0
输入价格
$0.200 / 1M
输出价格
$1.150 / 1M
不稳定测试
3
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-08-14 02:29 重新测试 | 7.1 | 10.0 | $0.390 | 比较 | |
| 2026-07-16 22:46 新增测试 | 7.3 | 10.0 | $0.454 | 比较 | |
| 2026-06-04 13:49 新增测试 | 7.3 | 10.0 | $0.341 | 比较 | |
| 2026-05-29 11:49 首次运行 | 7.4 | 10.0 | $0.336 | 当前轮次 |
轮次对比
| 测试轮次 | 基准测试覆盖率 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-29 11:49 · 首次运行 | 60/60 次尝试 | 7.4 | 8.7 | 10.0 | 12/20 | 3 | 285,209 | 0 | $0.336 | 16.06s |
| 2026-07-16 22:46 · 新增测试 | 66/66 次尝试 | 7.3 | 8.1 | 10.0 | 12/22 | 5 | 376,581 | 103,833 | $0.454 | 20.68s |
| 差值 | — | +0.1 | +0.6 | 0.0 | 0 | -2 | -91372 | -103833 | -$0.119 | -4627ms |
基准测试覆盖率不同：60/60 次尝试 (目标：每项测试重复 3 次) 对比 66/66 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
Step 3.7 FlashlowvsMuse Glimmer 30BlowStep 3.7 FlashlowvsSolar Pro 4highStep 3.7 FlashlowvsQwen3.5-122B-A10BmediumStep 3.7 FlashlowvsGrok 4.3mediumStep 3.7 FlashlowvsMuse Glimmer 30BmediumStep 3.7 FlashlowvsGPT-5.6 SolnoneStep 3.7 FlashlowvsQwen3.7 FlashlowStep 3.7 FlashlowvsDeepSeek V3.2mediumStep 3.7 FlashlowvsQwen3.5 Plus 2026-04-20mediumStep 3.7 FlashlowvsGLM 5.1medium