- 分数
- 8.6 (+0.77 分)
- 总成本（当前价格）
- $0.061 · 便宜 89.4%
- 响应时间（平均）
- 7.51s · 快 71.7%
Stepfun
发布日期: 2026-05-29
测试于: 2026-10-01 02:06
stepfun/step-3.7-flash::medium
198B 总计 (11B 激活)MoE开源
摘要
Step 3.7 Flash 在 AI BENCHY 上得分 7.8，排名 #117。它的可靠性为 10.0，通过率为 68.1%，总成本为 $0.571，平均响应时间为 26.57s。
Step 3.7 Flash 的独特之处： 它最突出的是 编程，排名 #4；相对较弱的是 谜题求解，排名 #16。
推荐替代模型
建议改用以下模型之一：
- 分数
- 8.3 (+0.45 分)
- 总成本（当前价格）
- $0.047 · 便宜 91.8%
- 响应时间（平均）
- 18.07s · 快 32.0%
- 分数
- 9.4 (+1.55 分)
- 总成本（当前价格）
- $0.183 · 便宜 68.1%
- 响应时间（平均）
- 6.24s · 快 76.5%
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
缓存读取价格
$0.040 / 1M
缓存写入价格
不适用
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
不稳定测试
4
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.
#117 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 tok
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-10-01 02:06 重新测试 | 7.8 | 10.0 | $0.571 | 当前轮次 | |
| 2026-07-16 22:50 新增测试 | 8.0 | 9.9 | $0.515 | 比较 | |
| 2026-06-04 13:52 新增测试 | 8.0 | 9.9 | $0.376 | 比较 | |
| 2026-05-29 11:49 首次运行 | 7.9 | 9.9 | $0.404 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 02:06 · 当前轮次 | 69/69 次尝试 | 7.8 | 8.7 | 10.0 | 13/23 | 4 | 440,835 | 319,524 | $0.571 | 26.57s |
| 2026-06-04 13:52 · 新增测试 | 61/63 次尝试 | 8.0 | 9.3 | 9.9 | 14/21 | 2 | 319,958 | 39,981 | $0.376 | 20.35s |
| 差值 | — | -0.2 | -0.6 | +0.1 | -1 | +2 | +120877 | +279543 | +$0.195 | +6216ms |
基准测试覆盖率不同：69/69 次尝试 (目标：每项测试重复 3 次) 对比 61/63 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。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 | 缓存读取价格 | 缓存写入价格 |
|---|---|---|---|---|
| 2026-08-14 12:51 | $0.200 / 1M | $1.150 / 1M | 不适用 | 不适用 |
| 2026-10-01 18:33 | $0.200 / 1M | $1.150 / 1M | $0.040 / 1M | 不适用 |
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 FlashmediumvsGLM 5.3highStep 3.7 FlashmediumvsGrok 4.6mediumStep 3.7 FlashmediumvsGrok 4.5mediumStep 3.7 FlashmediumvsQwen3.7 PlusnoneStep 3.7 FlashmediumvsLing 3.1 FlashhighStep 3.7 FlashmediumvsGrok 4.5lowStep 3.7 FlashmediumvsMuse WondermaxStep 3.7 FlashmediumvsDeepSeek V4 Flash 0731mediumStep 3.7 FlashmediumvsMiMo-V2.6-FlashmediumStep 3.7 FlashmediumvsMuse Wonderhigh